Принятие решений для рискованных поступлений и потерь среди студентов колледжа с расстройством интернет-игр (2015)

Абстрактные

Люди с расстройством интернет-игр (IGD), как правило, демонстрируют невыгодное рискованное принятие решений не только в своей реальной жизни, но и в лабораторных задачах. Принятие решений является сложной многогранной функцией, и различные когнитивные процессы участвуют в принятии решений о прибылях и убытках. Однако взаимосвязь между нарушением процесса принятия решений и обработкой выигрыша в сравнении с обработкой потерь в контексте IGD плохо изучена. Основная цель настоящего исследования состояла в том, чтобы отдельно оценить принятие рискованных выгод и потерь среди студентов колледжей с ИГД с помощью задачи «Кубки». Кроме того, мы дополнительно изучили влияние величины результата и уровня вероятности на принятие решений, связанных с рискованными прибылями и убытками соответственно. Шестьдесят студентов колледжей с IGD и 42 соответствовали здоровому контролю (HCs). Результаты показали, что субъекты с IGD в целом проявляли большую склонность к риску, чем HC. По сравнению с HC, субъекты IGD сделали более невыгодный рискованный выбор в области потерь (но не в области усиления). Последующие анализы показали, что ухудшение было связано с нечувствительностью к изменениям в величине исхода и уровне вероятности рискованных потерь среди пациентов с IGD. Кроме того, более высокие показатели серьезности интернет-зависимости были связаны с процентом невыгодных рискованных вариантов в области потерь. Эти результаты подчеркивают влияние нечувствительности к потерям на неблагоприятные решения в условиях риска в контексте IGD, что имеет значение для будущих интервенционных исследований.

цифры

 

Образец цитирования:Яо Ю.В., Чен П.Р., Ли С., Ван Л.Дж., Чжан Ю.Т. и др. (2015) Принятие решений в отношении рискованных прибылей и убытков среди студентов колледжей с нарушением интернет-игр. PLOS ONE 10 (1): e0116471. DOI: 10.1371 / journal.pone.0116471

Академический редактор: Ингмар Х.А. Франкен, Университет Эразма, Роттердам, Нидерланды

Получено: Июль 17, 2014; Принято: Декабрь 9, 2014; Опубликовано: 23 января 2015

Это статья открытого доступа, свободная от всех авторских прав, и она может свободно воспроизводиться, распространяться, передаваться, изменяться, создаваться или иным образом использоваться кем-либо в любых законных целях. Работа сделана доступной под Creative Commons CC0 общественное достояние

Доступность данных:Все соответствующие данные содержатся в документе и его файлах вспомогательной информации.

Финансирование:Это исследование было поддержано Национальным фондом естественных наук Китая (№ 31170990 и № 81100992), фондами фундаментальных исследований для центральных университетов (№ 2012WYB01) и программами Национального инновационного фонда для студентов колледжей Китая (№ 201310027028). SWY получила поддержку по зарплате из гранта NIDA (T32 DA007238-23). Спонсоры не участвовали в планировании исследования, сборе и анализе данных или подготовке рукописи.

Конкурирующие интересы: Авторы заявили, что не существует никаких конкурирующих интересов.

Введение

Игровое расстройство в Интернете (IGD) определяется как чрезмерное и неконтролируемое ведение онлайн-игр, несмотря на негативные последствия, включая бессонницу, плохую успеваемость и социальную изоляцию [1,2]. IGD все чаще признается проблемой психического здоровья во всем мире [3], как подчеркивается в недавнем включении его в раздел III DSM-5 в качестве темы, заслуживающей дальнейшего изучения [4]. Более того, поскольку в кампусах Интернет доступен бесплатно, большинство студентов колледжей играют в интернет-игры для отдыха, что делает их одной из наиболее уязвимых групп населения к ИГД [5,6].

Неадаптивное принятие решений является одним из ключевых симптомов сложения [7–9]. Предыдущие результаты свидетельствуют о том, что лица, злоупотребляющие психоактивными веществами или зависимые от них, имеют нарушения в выполнении ряда задач по принятию решений [10–14]. Недавние исследования указывают на дефицит принятия решений в IGD. Например, исследователи обнаружили, что люди с IGD сделали более невыгодный выбор в задаче «Игра в кости» по сравнению со здоровыми неиграющими предметами сравнения [15] и что такие нарушения могут быть частично результатом неспособности использовать обратную связь [16]. Данные также свидетельствуют о том, что люди с интернет-зависимостью страдают от недостатка в принятии решений из-за двусмысленности, измеренной Задачей по азартным играм штата Айова [17,18]. Исследования нейровизуализации с использованием других парадигм (например, задача угадывания, задача дисконтирования вероятности) также предлагают изменения в нейронных реакциях среди людей с IGD во время процессов принятия решений, включая прогнозирование и обработку вознаграждений и наказаний [19–21] и оценка рисков [22].

Принятие решений - это сложная когнитивная функция, и накопленные данные свидетельствуют о том, что различные процессы участвуют в принятии решений о прибылях и убытках [23–26]. Некоторые исследователи обнаружили, что люди с расстройствами, связанными с зависимостью, сделали значительно более невыгодный выбор, прежде всего, в области выигрыша - по сравнению с областью потери - [27,28], тогда как существующие данные также предполагают, что нечувствительность к потерям играет существенную роль в дефиците принятия решений среди людей с зависимостью от вещества [29,30]. Тем не менее, степень, в которой нарушение принятия решений среди субъектов IGD связано с изменениями в обработке прибылей и убытков, остается недостаточно понятной. Отдельное изучение характеристик стремления к вознаграждениям и избежания потерь среди людей с IGD позволит лучше понять существующие механизмы, лежащие в основе дефицита принятия решений в этой группе населения, и может помочь в разработке более эффективных вмешательств для IGD.

В текущем исследовании мы стремились отдельно оценить процесс принятия решений о прибылях и убытках среди студентов колледжей с IGD. Для этого мы приняли задачу Кубки [26], которая изолирует принятие решений для доменов прибылей и убытков. Кроме того, мы также попытались изучить влияние двух важных компонентов, величины результата и уровня вероятности, на принятие решений, связанных с рискованными прибылями и потерями. На основании предыдущих исследований [15,16,21], мы предположили, что: (1) субъекты с IGD по сравнению с подобранными здоровыми контролями (HCs) в целом сделали бы значительно более рискованный выбор; (2) Субъекты IGD, по сравнению с HC, показали бы худшие результаты в неблагоприятных по риску испытаниях как в области прибыли, так и в области потерь; (3) дефицит принятия решений среди субъектов IGD был связан с нечувствительностью к величине результата и уровню вероятности; и (4) оценки тяжести IGD были положительно связаны с невыгодными рискованными вариантами, сделанными в задаче Кубков.

методы

Заявление о этике

Протокол этого исследования был одобрен Институциональным наблюдательным советом Школы психологии Пекинского педагогического университета. Все участники предоставили письменное информированное согласие перед экспериментом и получили денежную компенсацию за свое участие.

Участниками

В общей сложности студенты колледжей 102 (предметы 60 IGD и 42 HC) были набраны в университетах посредством онлайн-рекламы в Пекине, Китай. Учитывая более высокую распространенность ИГД у мужчин по сравнению с женщинами [1,31–33] были выбраны только мужчины. Никто из участников не сообщал о предыдущем опыте использования запрещенных наркотиков (например, кокаина) или азартных игр (включая азартные игры онлайн). Кроме того, участники, которые сообщили о какой-либо истории психиатрических или неврологических заболеваний, использования психотропных препаратов, которые влияют на центральную нервную систему, были исключены из дальнейшего исследования.

Диагноз IGD был установлен по времени еженедельных игр в Интернете и шкале интернет-зависимости Чена (CIAS) [34]. CIAS состоит из элементов 26, основанных на 4-балльной шкале Лайкерта, которая оценивает измерения 5 интернет-зависимости: принудительное использование, отказ, терпимость, проблемы межличностных отношений и управление временем. Надежность и обоснованность CIAS среди студентов колледжа была продемонстрирована ранее [33]. Критериями включения для субъектов IGD были: (1) балл 67 или выше по CIAS [33,35], (2) тратил больше времени на интернет-игры, чем любые другие интернет-приложения, и (3) тратил не менее 14 часов в неделю в течение как минимум одного года. Чтобы дополнительно подтвердить, что субъекты IGD были зависимы от интернет-игр и исключить влияние других онлайн-действий (особенно азартных игр в Интернете) на принятие решений, субъектам IGD было предложено перечислить первые три интернет-действия, которые занимали большую часть их онлайн-времени. Все они оценили интернет-игры первыми и указали, что они «зависимы» от интернет-игр, но ни один из них не включил азартные игры онлайн или покерные игры в свои списки. Критериями включения для HC были: (1) рейтинг ≤ 50 на CIAS, (2) иногда интернет-игры (≤ 2 часов в неделю) или отсутствие игр в онлайн-играх при жизни.

Задача Кубков

Компьютеризированная китайская версия задачи «Кубки» была адаптирована из оригинальной задачи, разработанной [26]. Задача состоит из испытаний 54, разделенных на области прибылей и убытков в равной степени. В каждом испытании участникам предлагалось выбрать между рискованным вариантом и безопасным вариантом, и безопасный вариант представлен одной чашкой и связан с вероятностью 100% выигрыша или проигрыша юаня 100. Опасный вариант представлен кубками 2, 3 или 4 и связан с 50%, 33% или 25% выигрыша или проигрыша большей суммы денег (возможный результат: юань 200, юань 300 или юань 400). Внутри каждой области каждая комбинация уровня вероятности и уровня результата встречается три раза, поэтому области прибыли и потерь представляются в виде двух отдельных блоков случайных испытаний 27. Участники указали свой выбор, нажав левую или правую кнопку. После каждого выбора участникам сразу давали обратную связь о результатах испытания. Двадцать участников, набравших наибольшее количество баллов, получат дополнительный бонус.

Основываясь на независимом манипулировании уровнем вероятности и уровнем результата, возможны следующие комбинации: (1) риск-преимущественный (RA), что означает, что ожидаемое значение (EV) рискованного варианта является более благоприятным, чем значение безопасного варианта; (2) риск невыгоден (RD), что означает, что EV рискованного варианта меньше, чем безопасного варианта; или (3) нейтральный к риску, что означает, что рискованные и безопасные варианты имеют равные ожидаемые значения (EQEV).

Статистический анализ

Статистический анализ проводился с использованием SPSS версии 20.0 и R версии 3.1.0. Все тесты были двусторонними, и критерий значимости был установлен на P <.05. Во-первых, мы использовали t-тесты независимых выборок для изучения групповых различий в демографических переменных. Во-вторых, для того, чтобы сравнить производительность субъектов IGD и HC в задаче Cups, мы использовали дисперсионный анализ (ANOVA) с повторными измерениями. Чтобы исследовать эффекты взаимодействия, был проведен простой анализ эффектов. В тех случаях, когда тесты Мочли показали нарушение предположения о сферичности, использовались поправки Гринхауса-Гейссера. Апостериорный анализ проводился с использованием t-критерия с поправкой Бонферрони. В-третьих, мы разделили EV на два компонента: уровень вероятности и величину результата, чтобы изучить влияние этих двух компонентов на принятие решений для каждого испытания, используя функцию R lmer библиотеки lme4. Наконец, чтобы исследовать взаимосвязь между серьезностью интернет-зависимости и эффективностью принятия решений для достижения выгод и предотвращения потерь, были использованы корреляции Пирсона для изучения связи между оценками CIAS и процентом рискованного выбора, сделанного на трех уровнях EV (RA, EQEV, RD ) для областей усиления и потерь соответственно.

Итоги

Демографические характеристики

Как показано в Таблица 1предметы IGD и HC не различались по возрасту, средней продолжительности обучения и годам использования Интернета в течение всей жизни. В соответствии с нашими критериями включения (т. Е. Балл CIAS ≥ 67 для субъектов IGA и ≤ 50 для HC), у субъектов с IGD баллы CIAS были значительно выше, t (100) = 27.14, P <001. Двадцать два из 42 HC иногда играли в Интернет-игры, однако субъекты IGD тратили значительно больше времени на Интернет-игры в неделю, чем HC, t (80) = 15.41, P <001.

Скачать: 

• PPT

  PowerPoint слайд

• PNG

  Увеличить (72KB)

• TIFF

  оригинальное изображение (375KB)

Таблица 1. Демография, продолжительность жизни в Интернете, баллы CIAS и время, проведенное на предметах IGD и HCs.

DOI: 10.1371 / journal.pone.0116471.t001

Уровень употребления табака и алкоголя был низким в обеих группах: три субъекта с IGD и один HC сообщили о случайном (менее одного раза в месяц) курении сигарет. Девятнадцать субъектов с IGD и 12 HC сообщили об употреблении алкоголя в течение всей жизни, но все с низкой частотой (один раз в неделю или менее), и эти показатели не различались между группами, t (29) = 1.27, P = .216.

Склонность к риску

Склонность к риску - это мера склонности человека выбирать рискованный вариант вместо безопасного варианта на каждом из трех уровней EV (RA, EQEV, RD), рассчитанных отдельно для области прибылей и убытков [36]. Мы провели 2 (домен: усиление, потеря) × 3 (уровень EV: RA, EQEV, RD) × 2 (группа: IGD субъекты, HCs), повторные измерения ANOVA. Как и ожидалось, мы наблюдали основной эффект группы, F (1, 100) = 5.67, P = .019, частичное η² = .05, что указывает на то, что субъекты с IGD в целом выбирали более рискованные варианты, чем HC, как в области прибылей, так и потерь; и основной эффект уровня EV, F (2, 200) = 289.64, P <001, частичное η² = .74. Последующий анализ показал, что участники выбирали более рискованные варианты, когда уровень EV был RA, чем уровень RD. Трехстороннее взаимодействие между уровнем EV, группой и доменом не достигло значения, F (2, 200) = 1.43, P = .242, частичное η² = .01. Тем не менее, мы нашли уровень EV × групповое взаимодействие, F (2, 200) = 6.08, P = .006, частичное η² = .06, и простой анализ эффекта показал, что значительное взаимодействие было связано, главным образом, с большим риском на следах RD среди субъектов IGD по сравнению с HC, F (2, 99) = 7.54, P = .001, частичное η² = .13. Мы также обнаружили значительное взаимодействие EV-уровня × домена, F (2, 200) = 7.70, P = .001, частичное η² = .07, и простой анализ эффектов показал, что участники выбрали значительно более рискованные варианты в области потерь по сравнению с областью усиления в исследованиях EQEV (не RA и RD), F (1, 100) = 7.57, P = .007, частичное η² = .07.

Отдельные ANOVA для каждого домена были проведены дополнительно. Для области потерь, в дополнение к значительным основным эффектам группы и уровня EV, был значительный эффект взаимодействия уровня EV × групповое взаимодействие, F (2, 200) = 6.90, P = .002, частичное η² = .07. Результаты простого анализа эффекта показали, что субъекты IGA сделали более рискованный выбор, чем HCs в исследованиях RD, F (1, 100) = 15.11, P <001, частичное η² = .13, но не отличается от HC по количеству рискованных вариантов в исследованиях RA и EQEV (Рис 1). В отличие от этого, для области усиления не было значительных основных или взаимодействующих эффектов группы или уровня EV × группы (P = .092 И P = .138 соответственно).

Скачать: 

• PPT

  PowerPoint слайд

• PNG

  Увеличить (104KB)

• TIFF

  оригинальное изображение (227KB)

Рисунок 1. Выполнение решений для субъектов IGD и HCs на задаче Кубков.

 

Средний процент рискованного выбора, сделанного в (A) прибыли и (B) области потерь, как функция уровня EV и группы. Столбики ошибок отражают стандартные ошибки. IGD = расстройство интернет-игр; HCs = здоровый контроль; EV = ожидаемое значение; RA = риск выгоден; EQEV = равное ожидаемое значение; РД = риск невыгоден.

DOI: 10.1371 / journal.pone.0116471.g001

Чувствительность к величине результата и уровню вероятности

Далее мы разделили EV на две составляющие: величина результата и уровень вероятности. Чтобы изучить влияние этих двух компонентов на принятие рискованных решений, мы выполнили логистические иерархические модели с использованием функции R lmer библиотеки lme4 для учета дисперсии проб в принятии риска субъектами в соответствии с процедурой, описанной в предыдущем исследовании [37]. Две базовые модели соответственно для доменов прибыли и убытка включали в себя группу (0 = HCs, 1 = IGD субъектов), уровень вероятности (представляющий вероятность выигрыша или проигрыша для рискованных опционов: 0.25, 0.33, 0.50), величину результата (2, 3, 4 представлял 200, 300, 400 в рискованных вариантах) и взаимодействия группы × уровня вероятности и группы × величины результата в качестве предикторов с фиксированными эффектами и индивидуальных различий в выборе в качестве случайных эффектов. Зависимая переменная была выбором субъектов для каждого испытания (0 = безопасный вариант, 1 = рискованный вариант).

Как показано в таблица 2, были значительные основные эффекты уровня вероятности и величины результата как в области прибыли, так и в области потерь. Эти эффекты показали, что как для области прибылей, так и для потерь, что как у субъектов с IGD, так и у HCs субъекты принимали меньше рисков, поскольку вероятность рискованного варианта стала менее благоприятной (основной эффект уровня вероятности), и что субъекты принимали больше рисков в качестве результата. увеличена величина рискованного варианта (основной эффект от величины исхода).

Скачать: 

• PPT

  PowerPoint слайд

• PNG

  Увеличить (86KB)

• TIFF

  оригинальное изображение (511KB)

Таблица 2. Влияние уровня вероятности и величины результата на риск в зависимости от областей и групп.

DOI: 10.1371 / journal.pone.0116471.t002

В области усиления не было никаких существенных эффектов взаимодействия между любой из трех исследованных переменных. В отличие от этого, в области потерь было значительное взаимодействие между группой × уровнем вероятности и между группой × величиной исхода, что указывает на то, что субъекты с IGD относительно HC менее склонны корректировать свои решения на основе уровня вероятности и величины исхода в области потерь ,

Корреляция между тяжестью интернет-зависимости и принятием решений

Корреляции Пирсона также проводились между оценками CIAS и количеством вариантов риска для трех уровней EV (RA, EQEV, RD) отдельно для областей прибылей и убытков. В области потерь результаты показали, что оценки CIAS были положительно связаны, и в исследованиях RD был сделан рискованный выбор, r = .22, P = .001. Связь между оценками CIAS была незначительно коррелирована с количеством рискованных выборов в исследованиях RD для области усиления, r = .19, P = 0.056.

Обсуждение

Насколько нам известно, текущее исследование является первым для оценки рискованного принятия решений среди субъектов IGD отдельно для потенциальных потерь и выгод. В соответствии с нашей первой гипотезой, пациенты с IGD продемонстрировали, как правило, более высокий риск принятия тенденций в задаче Кубки, по сравнению с HC. Частично в соответствии с нашей второй и третьей гипотезой, субъекты с IGD сделали значительно более рискованный выбор, чем HC в исследованиях RD для области потери, но не для усиления, и ухудшение было связано с нечувствительностью к изменениям в величине результата и уровне вероятности для рискованного потери среди субъектов ИГД. В соответствии с нашей четвертой гипотезой, корреляционный анализ также продемонстрировал значительную положительную связь между показателями тяжести интернет-зависимости и неблагоприятными вариантами в области потерь. Взятые вместе, эти данные являются дополнительным свидетельством нарушений решений, подверженных риску, среди лиц с IGD, и дополнительно предполагают, что обработка потери изменений (по сравнению с прибылью) может лежать в основе дефицита принятия решений в этой группе населения.

В области потерь субъекты IGD принимали более рискованные решения в отношении исследований RD по отношению к HC, и анализ проб в ходе исследования также показал, что субъекты IGD реже корректируют свои решения в зависимости от уровня вероятности и величины результата в этой области. Эти результаты согласуются с результатами предыдущих исследований, в которых используются аналогичные задачи принятия решений и демонстрируются нарушения при принятии решений, связанные с предотвращением потерь среди лиц с наркоманией [38] расстройства пищевого поведения [39] и IGD [16, 19]. Одним из возможных объяснений этих выводов является то, что из-за повторения игрового поведения люди с IGD могут чаще участвовать в решении проблем, связанных с потерями, что может сделать их более терпимыми к наказанию. Кроме того, наш вывод об изменении процесса принятия решений, связанных с потерями, согласуется с клинической картиной людей с IGD, что они склонны недооценивать потенциальные негативные последствия в реальной жизни, чтобы продолжать играть онлайн [2,40,41].

Предыдущие исследования продемонстрировали повышенное неблагоприятное рискованное поведение в области усиления среди лиц с зависимыми от зависимости расстройствами, характеризующимися нарушениями в управлении импульсами, такими как патологическая азартная игра [28] и алкогольная зависимость [27]. Тем не менее, ни результаты ANOVA, ни пробный анализ не указывают на увеличение рискованных решений в отношении испытаний усиления среди субъектов IGA. Существует несколько возможных объяснений этих различий. В частности, люди с патологическими азартными играми демонстрируют повышенную реакцию вознаграждения на денежные и неденежные вознаграждения [42], и это может привести к более невыгодному риску в области прибыли (по сравнению с потерями), как сообщалось ранее [28]. Для людей с алкогольной зависимостью длительное и чрезмерное употребление алкоголя может изменить структуры мозга и связанные с ним функции, включая ключевые области в обработке вознаграждения, такие как миндалина [43,44]. Имеющиеся данные свидетельствуют о том, что у пациентов с поражением миндалины был выявлен дефицит принятия решений в основном в области усиления26]. Хотя необходимы дальнейшие исследования, чтобы подтвердить эти гипотезы, отсутствие повышенного риска для выгод среди участников IGD может отражать относительно нормативную обработку денежного вознаграждения (но не потерь) в этой группе населения. Кроме того, эти результаты подчеркивают важность оценки различных аспектов принятия решений по различным расстройствам, связанным с зависимостью.

Оценки степени тяжести интернет-зависимости были положительными, что связано с числом невыгодных рискованных решений, сделанных в задаче «Кубки», что указывает на то, что субъекты с более высокими оценками степени тяжести интернет-зависимости принимали более невыгодные решения, связанные с опасными потерями во время испытаний на РЗ. Эти результаты согласуются с предыдущими исследованиями, в которых также сообщалось, что предпочтение невыгодных рискованных альтернатив было связано с серьезностью IGD с использованием аналогичных парадигм, таких как задача «Игра в кости» [15,16] и задача дисконтирования вероятности [22]. Эти данные подтверждают гипотезу о том, что нарушения при принятии решений, связанные с опасными потерями, связаны с уровнем тяжести интернет-зависимости (т. Е. С оценками CIAS) и, следовательно, могут быть подходящей терапевтической целью для лечения IGD.

В целом, наши результаты свидетельствуют о нарушениях в принятии рискованных решений в контексте предотвращения потерь среди людей с IGD. Необходимы дальнейшие исследования, чтобы установить нейробиологическую основу для этих изменений. Одна из гипотез состоит в том, что принятие неблагоприятных решений в области потерь может быть связано с изменениями в кортико-стриатальном функционировании среди лиц с ИГД, как было сообщено среди людей с поведенческой и наркотической зависимостью [45–47]. В частности, островок играет важную роль в биологии как зависимости, так и принятия решений [9,48,49] и участвует в обучении по прогнозированию потерь и предотвращению [50]. Таким образом, одна гипотетическая гипотеза состоит в том, что нарушения в принятии решений, связанных с предотвращением потерь, могут быть связаны с изолированным функционированием среди людей с IGD.

Следует отметить несколько ограничений этого исследования. Во-первых, учитывая, что IGD является наиболее распространенным среди мужчин [1,32], это исследование не включало участниц. Таким образом, необходимы дальнейшие исследования для оценки процесса принятия решений о преимуществах и потерях среди женщин с ИГД. Во-вторых, наш набор только студентов колледжа ограничивает обобщаемость наших результатов. Хотя студенты колледжа являются одной из наиболее восприимчивых групп населения к ИГД [5,33], будущие исследования необходимы для изучения связи между принятием риска для потенциальных выгод и потерь и IGD в клинических образцах. Наконец, необходимы исследования с продольными конструкциями, чтобы выяснить, являются ли изменения в принятии решений следствием или предшественником IGD.

В заключение, это исследование является первым, в котором оценивается принятие решений в области прибылей и убытков отдельно среди студентов колледжей с IGA, использующих задачу «Кубки». Субъекты IGD продемонстрировали большую склонность к риску, чем HC. Кроме того, пациенты с IGD сделали значительно более рискованный выбор, чем HC в исследованиях RD в области потерь, но не в области усиления, и такое ухудшение было связано с нечувствительностью к величине результата и уровню вероятности, связанным с рискованными потерями. Кроме того, показатели тяжести интернет-зависимости были положительно связаны с невыгодными рискованными вариантами, сделанными в области потерь. Взятые вместе, эти результаты предполагают, что обработка потери изменений (по сравнению с прибылью) может лежать в основе дефицита принятия решений в этой группе.

Вспомогательная информация

Благодарности

Авторы выражают благодарность д-ру Элейн Боссард за предоставление демо-версии оригинальной версии задания «Кубки» и д-ру Шан Луо за помощь в анализе данных.

Авторские вклады

Задумал и спроектировал эксперименты: YWY PRC JTZ LYD QXL XYF. Выполнены эксперименты: YWY PRC SL LJW JTZ. Проанализированы данные: YWY SL JTZ GC. Предоставленные реагенты / материалы / инструменты анализа: JTZ XYF. Написал бумагу: YWY JTZ SWY XYF.

Рекомендации

1. 1. Ko CH, Yen JY, Chen SH, Wang PW, Chen CS и др. (2014) Оценка диагностических критериев нарушения интернет-игр в DSM-5 среди молодых людей на Тайване. J Psychiatr Res 53: 103 – 110. doi: 10.1016 / j.jpsychires.2014.02.008. PMID: 24581573
   • Просмотр статей
   • PubMed / NCBI
   • Google Scholar
2. 2. Петри Н.М., Ребейн Ф., Джентиле Д.А., Лемменс Дж.С., Румпф Х.Дж. и др. (2014) Международный консенсус по оценке беспорядка в интернет-играх с использованием нового подхода DSM-5. Зависимость 109: 1399 – 1406. doi: 10.1111 / add.12457. PMID: 24456155
3. Просмотр статей
4. PubMed / NCBI
5. Google Scholar
6. Просмотр статей
7. PubMed / NCBI
8. Google Scholar
9. 3. Кинг Д.Л., Дельфаббро PH (2014) Когнитивная психология нарушения игрового интернета. Clin Psychol Rev 34: 298 – 308. doi: 10.1016 / j.cpr.2014.03.006. PMID: 24786896
10. Просмотр статей
11. PubMed / NCBI
12. Google Scholar
13. Просмотр статей
14. PubMed / NCBI
15. Google Scholar
16. Просмотр статей
17. PubMed / NCBI
18. Google Scholar
19. Просмотр статей
20. PubMed / NCBI
21. Google Scholar
22. Просмотр статей
23. PubMed / NCBI
24. Google Scholar
25. Просмотр статей
26. PubMed / NCBI
27. Google Scholar
28. Просмотр статей
29. PubMed / NCBI
30. Google Scholar
31. Просмотр статей
32. PubMed / NCBI
33. Google Scholar
34. Просмотр статей
35. PubMed / NCBI
36. Google Scholar
37. Просмотр статей
38. PubMed / NCBI
39. Google Scholar
40. Просмотр статей
41. PubMed / NCBI
42. Google Scholar
43. Просмотр статей
44. PubMed / NCBI
45. Google Scholar
46. Просмотр статей
47. PubMed / NCBI
48. Google Scholar
49. Просмотр статей
50. PubMed / NCBI
51. Google Scholar
52. Просмотр статей
53. PubMed / NCBI
54. Google Scholar
55. Просмотр статей
56. PubMed / NCBI
57. Google Scholar
58. Просмотр статей
59. PubMed / NCBI
60. Google Scholar
61. Просмотр статей
62. PubMed / NCBI
63. Google Scholar
64. Просмотр статей
65. PubMed / NCBI
66. Google Scholar
67. Просмотр статей
68. PubMed / NCBI
69. Google Scholar
70. Просмотр статей
71. PubMed / NCBI
72. Google Scholar
73. Просмотр статей
74. PubMed / NCBI
75. Google Scholar
76. Просмотр статей
77. PubMed / NCBI
78. Google Scholar
79. Просмотр статей
80. PubMed / NCBI
81. Google Scholar
82. Просмотр статей
83. PubMed / NCBI
84. Google Scholar
85. Просмотр статей
86. PubMed / NCBI
87. Google Scholar
88. Просмотр статей
89. PubMed / NCBI
90. Google Scholar
91. Просмотр статей
92. PubMed / NCBI
93. Google Scholar
94. Просмотр статей
95. PubMed / NCBI
96. Google Scholar
97. Просмотр статей
98. PubMed / NCBI
99. Google Scholar
100. Просмотр статей
101. PubMed / NCBI
102. Google Scholar
103. Просмотр статей
104. PubMed / NCBI
105. Google Scholar
106. Просмотр статей
107. PubMed / NCBI
108. Google Scholar
109. Просмотр статей
110. PubMed / NCBI
111. Google Scholar
112. Просмотр статей
113. PubMed / NCBI
114. Google Scholar
115. Просмотр статей
116. PubMed / NCBI
117. Google Scholar
118. Просмотр статей
119. PubMed / NCBI
120. Google Scholar
121. Просмотр статей
122. PubMed / NCBI
123. Google Scholar
124. Просмотр статей
125. PubMed / NCBI
126. Google Scholar
127. Просмотр статей
128. PubMed / NCBI
129. Google Scholar
130. Просмотр статей
131. PubMed / NCBI
132. Google Scholar
133. Просмотр статей
134. PubMed / NCBI
135. Google Scholar
136. Просмотр статей
137. PubMed / NCBI
138. Google Scholar
139. Просмотр статей
140. PubMed / NCBI
141. Google Scholar
142. Просмотр статей
143. PubMed / NCBI
144. Google Scholar
145. Просмотр статей
146. PubMed / NCBI
147. Google Scholar
148. 4. Ассоциация психиатрической ассоциации (2013) Диагностическое и статистическое руководство по психическим расстройствам (5th ed.). Арлингтон, Вирджиния: Автор.
149. 5. Chou C, Condron L, Belland JC (2005) Обзор исследований интернет-зависимости. Educ Psychol Rev 17: 363 – 388. doi: 10.1007 / s10648-005-8138-1.
150. 6. Ko CH, Сяо S, Лю GC, Йен JY, Ян MJ, и др. (2010) Характеристики принятия решений, возможности рисковать и личность студентов колледжа с интернет-зависимостью. Психиатр Res 175: 121 – 125. doi: 10.1016 / j.psychres.2008.10.004. PMID: 19962767
151. 7. Бехара А. (2005) Принятие решений, импульсивный контроль и потеря силы воли для сопротивления наркотикам: нейрокогнитивная перспектива. Nat Neurosci 8: 1458 – 1463. doi: 10.1038 / nn1584. PMID: 16251988
152. 8. Lucantonio F, Stalnaker TA, Shaham Y, Niv Y, Schoenbaum G (2012) Влияние орбитофронтальной дисфункции на кокаиновую зависимость. Nat Neurosci 15: 358 – 366. doi: 10.1038 / nn.3014. PMID: 22267164
153. 9. Паулюс М.П. (2007) Дисфункция принятия решений в психиатрии: измененная гомеостатическая обработка? Наука 318: 602 – 606. doi: 10.1126 / science.1142997. PMID: 17962553
154. 10. Bechara A, Damasio H (2002) Принятие решений и зависимость (часть I): Нарушение активации соматических состояний у индивидуумов, зависимых от веществ, при обдумывании решений с негативными последствиями в будущем. Нейропсихология 40: 1675 – 1689. doi: 10.1016 / S0028-3932 (02) 00015-5. PMID: 11992656
155. 11. Бечара А., Долан С., Хиндес А. (2002) Принятие решений и зависимость (часть II): миопия на будущее или гиперчувствительность к награде? Нейропсихология 40: 1690 – 1705. doi: 10.1016 / S0028-3932 (02) 00016-7. PMID: 11992657
156. 12. Бренд М., Рот-Бауэр М., Дриссен М., Маркович Х. Дж. (2008) Исполнительные функции и принятие рискованных решений у пациентов с опиатной зависимостью. Наркотик алкоголь Depen 97: 64-72. doi: 10.1016 / j.drugalcdep.2008.03.017. PMID: 18485620
157. 13. Rogers RD, Everitt B, Baldacchino A, Blackshaw A, Swainson R, et al. (1999) Диссоциируемые дефициты в познании при принятии решений хронических злоупотребляющих амфетамином, злоупотребляющих опиатами, пациентов с очаговым повреждением префронтальной коры и истощенных триптофаном нормальных добровольцев: доказательства наличия моноаминергических механизмов Нейропсихофармакол 20: 322 – 339. doi: 10.1016 / S0893-133X (98) 00091-8. PMID: 10088133
158. 14. Monterosso J, Ehrman R, Napier KL, O'Brien CP, Childress AR (2001) Три задачи по принятию решений у пациентов с кокаиновой зависимостью: измеряют ли они один и тот же конструкт? Зависимость 96: 1825 – 1837. doi: 10.1046 / j.1360-0443.2001.9612182512.x. PMID: 11784475
159. 15. Павликовски М, Бренд М (2011) Чрезмерное количество интернет-игр и принятие решений: Есть ли у чрезмерных игроков в World of Warcraft проблемы с принятием решений в рискованных условиях? Психиатр Res 188: 428 – 433. doi: 10.1016 / j.psychres.2011.05.017. PMID: 21641048
160. 16. Yao YW, Chen PR, Chen C, Wang LJ, Zhang JT, et al. (2014) Неспособность использовать обратную связь вызывает дефицит принятия решений среди чрезмерных интернет-геймеров. Психиатр Res 219: 583 – 588. doi: 10.1016 / j.psychres.2014.06.033. PMID: 25024056
161. 17. Сун Д, Чен З, Ма Н, Чжан Х, Фу Х и др. (2009) Функции чрезмерного принятия решений и доминантного реагирования у чрезмерных пользователей Интернета. Спектры CNS 14: 75 – 81. PMID: 19238122
162. 18. Сюй S (2012) Интернет-наркоманы импульсивность поведения: данные из Iowa Gambling Task. Acta Psychol Sin 44: 1523 – 1534. doi: 10.3724 / sp.j.1041.2012.01523
163. 19. Донг Г, Ху Й, Лин Х, Лу К (2013) Что заставляет интернет-наркоманов продолжать играть онлайн, даже когда они сталкиваются с серьезными негативными последствиями? Возможные объяснения из исследования МРТ. Биол Психол 94: 282 – 289. doi: 10.1016 / j.biopsycho.2013.07.009. PMID: 23933447
164. 20. Донг Г., Ху Й, Лин Х (2013) Чувствительность к вознаграждениям / наказаниям среди интернет-наркоманов: последствия для их аддиктивного поведения. Prog Neuro-Psychoph 46: 139 – 145. doi: 10.1016 / j.pnpbp.2013.07.007. PMID: 23876789
165. 21. Дун Дж, Хуан Дж, Ду Х (2011) Повышенная чувствительность к вознаграждениям и сниженная чувствительность к потерям у интернет-наркоманов: исследование МРТ во время задачи угадывания. J Psychiatr Res 45: 1525 – 1529. doi: 10.1016 / j.jpsychires.2011.06.017. PMID: 21764067
166. 22. Лин Х, Чжоу Х, Донг Г, Ду Х (2015) Оценка риска для людей с нарушениями в играх в Интернете: данные МРТ из задачи дисконтирования вероятности. Prog Neuro-Psychoph 56C: 142 – 148. doi: 10.1016 / j.pnpbp.2014.08.016. PMID: 25218095
167. 23. Фудзивара Дж., Тоблер П.Н., Тайра М., Иидзима Т., Цуцуи К.И. (2009) Раздельное и интегрированное кодирование награды и наказания в поясной коре. J Нейрофизиол 101: 3284 – 3293. doi: 10.1152 / jn.90909.2008. PMID: 19339460
168. 24. Сеймур Б., Доу Н., Даян П., Сингер Т., Долан Р. (2007) Дифференциальное кодирование потерь и выигрышей в полосатом теле человека. J Neurosci 27: 4826 – 4831. doi: 10.1523 / JNEUROSCI.0400-07.2007. PMID: 17475790
169. 25. Левин И.П., Сюе Г., Веллер Ю.А., Рейман М., Лауриола М. и др. (2011) Нейропсихологический подход к пониманию риска для потенциальных прибылей и убытков. Front Neurosci 6: 15 – 15. doi: 10.3389 / fnins.2012.00015. PMID: 22347161
170. 26. Веллер Дж. А., Левин И. П., Шив Б., Бечара А. (2007) Нейронные корреляты адаптивного принятия решений для рискованных прибылей и убытков. Psychol Sci 18: 958 – 964. doi: 10.1111 / j.1467-9280.2007.02009.x. PMID: 17958709
171. 27. Бреверс Д., Бехара А., Клиреманс А., Корнрайх С., Вербанк П. и др. (2014) Нарушение принятия решений под риском у лиц с алкогольной зависимостью. Alcohol Clin Exp Res 38: 1924 – 1931. doi: 10.1111 / acer.12447. PMID: 24948198
172. 28. Бреверс Д., Клиреманс А., Гудриан А.Е., Бехара А., Корнрайх С. и др. (2012) Принятие решений в условиях неопределенности, но не в условиях риска, связано с серьезностью проблемы с азартными играми. Психиатр Res 200: 568 – 574. doi: 10.1016 / j.psychres.2012.03.053.
173. 29. Wesley MJ, Hanlon CA, Porrino LJ (2011) Плохое принятие решений пользователями хронической марихуаны связано с пониженной функциональной чувствительностью к негативным последствиям. Психиатр Res-Neuroim 191: 51 – 59. doi: 10.1016 / j.pscychresns.2010.10.002. PMID: 21145211
174. 30. Gowin JL, Stewart JL, May AC, Ball TM, Wittmann M, et al. (2014) Измененная активация поясной извилины и островковой коры во время принятия риска в зависимости от метамфетамина: потери теряют влияние. Зависимость 109: 237 – 247. doi: 10.1111 / add.12354. PMID: 24033715
175. 31. Tang J, Yu Y, Du Y, Ma Y, Zhang D и др. (2014) Распространенность интернет-зависимости и ее связь со стрессовыми жизненными событиями и психологическими симптомами среди подростков в Интернете. Поведение наркомана 39: 744 – 747. doi: 10.1016 / j.addbeh.2013.12.010. PMID: 24388433
176. 32. Далбудак Е., Эврен С., Топку М., Альдемир С., Коскун К. С. и др. (2013) Связь интернет-зависимости с импульсивностью и серьезностью психопатологии среди студентов турецких университетов. Психиатр Res 210: 1086 – 1091. doi: 10.1016 / j.psychres.2013.08.014. PMID: 23998359
177. 33. Ko CH, Yen JY, Chen SH, Yang MJ, Lin HC и др. (2009) Предлагаемые диагностические критерии и инструмент скрининга и диагностики интернет-зависимости у студентов. Compr Psychiat 50: 378 – 384. doi: 10.1016 / j.comppsych.2007.05.019. PMID: 19486737
178. 34. Chen S, Weng L, Su Y, Wu H, Yang P (2003) Разработка китайской шкалы интернет-зависимости и ее психометрическое исследование. Китайский J Психол 45: 279.
179. 35. Mak KK, Lai CM, Ko CH, Chou C, Kim DI и др. (2014) Психометрические свойства пересмотренной шкалы интернет-зависимости Чена (CIAS-R) у китайских подростков. J Abnorm Детская психология 42: 1237 – 1245. doi: 10.1007 / s10802-014-9851-3. PMID: 24585392
180. 36. Джаспер Дж. Д., Бхаттачарья С., Левин И. П., Джонс Л., Боссард Э (2013) Численность как предиктор адаптивного принятия рискованных решений. J Behav Dec Создание 26: 164 – 173. doi: 10.1002 / bdm.1748.
181. 37. Weller JA, Fisher PA (2013) Дефицит принятия решений среди детей, подвергшихся жестокому обращению. Жестокое обращение с детьми 18: 184 – 194. doi: 10.1177 / 1077559512467846. PMID: 23220788
182. 38. Эрше К.Д., Ройзер Дж.П., Кларк Л., Лондон М., Роббинс Т.В. и др. (2005) Наказание вызывает рискованное принятие решений у потребителей опиатов, получающих метадон, но не у потребителей героина или здоровых добровольцев. Нейропсихофармакол 30: 2115 – 2124. doi: 10.1038 / sj.npp.1300812. PMID: 15999147
183. 39. Свальди Дж., Бренд М., Тушен-Каффье Б (2010) Нарушения принятия решений у женщин с расстройством пищевого поведения. Аппетит 54: 84 – 92. doi: 10.1016 / j.appet.2009.09.010. PMID: 19782708
184. 40. Роббинс Т, Кларк Л (2015) Поведенческие пристрастия. Курр Опин Нейробиол 30C: 66 – 72. doi: 10.1016 / j.conb.2014.09.005.
185. 41. Тао Р, Хуан Х, Ван Дж, Чжан Х, Чжан Й и др. (2010) Предлагаемые диагностические критерии интернет-зависимости. Зависимость 105: 556 – 564. doi: 10.1111 / j.1360-0443.2009.02828.x. PMID: 20403001
186. 42. Sescousse G, Barbalat G, Доменек P, Dreher JC (2013) Дисбаланс в чувствительности к различным видам вознаграждений при патологическом азартных играх. Мозг 136: 2527 – 2538. doi: 10.1093 / мозг / awt126. PMID: 23757765
187. 43. Ким С.М., Хан Д.Х., Мин К.Дж., Ким Б.Н., Чонг Дж.Х. (2014) Активация мозга в ответ на сигналы, вызывающие тягу и отвращение, связанные с алкоголем, у пациентов с алкогольной зависимостью. Наркотик алкоголь Depen 141: 124-131. doi: 10.1016 / j.drugalcdep.2014.05.017. PMID: 24939441
188. 44. Гилпин Н.В., Роберто М. (2012) Нейропептидная модуляция нейропластичности центральной миндалины является ключевым медиатором алкогольной зависимости. Neurosci Biobehav Rev 36: 873 – 888. doi: 10.1016 / j.neubiorev.2011.11.002. PMID: 22101113
189. 45. Балодис И.М., Кобер Х., Ворхунский П.Д., Стивенс М.К., Перлсон Г.Д. и др. (2012). Снижение активности лобного пространства во время обработки денежных вознаграждений и потерь при патологической игре. Биол Психиат 71: 749 – 757. doi: 10.1016 / j.biopsych.2012.01.006. PMID: 22336565
190. 46. Градин В.Б., Балдакино А., Балфур Д., Мэтьюз К., Стил Дж.Д. (2013) Аномальная активность мозга во время задачи вознаграждения и потери у опиат-зависимых пациентов, получающих поддерживающую терапию метадоном. Нейропсихофармакол 39: 885 – 894. doi: 10.1038 / npp.2013.289. PMID: 24132052
191. 47. Yip SW, DeVito EE, Kober H, Worhunsky PD, Carroll KM, et al. (2014) Предварительные меры по измерению структуры мозга и функции мозга, обеспечивающей вознаграждение при зависимости от каннабиса: предварительное исследование взаимосвязей с воздержанием во время поведенческого лечения. Наркотик алкоголь Depen 140: 33-41. doi: 10.1016 / j.drugalcdep.2014.03.031. PMID: 24793365
192. 48. Накви Н.Х., Бечара А. (2010) Островок и наркомания: интероцептивное представление об удовольствии, побуждениях и принятии решений. Функциональная структура мозга 214: 435 – 450. doi: 10.1007 / s00429-010-0268-7. PMID: 20512364
193. 49. Ноэль X, Бреверс Д., Бечара А. (2013) Нейрокогнитивный подход к пониманию нейробиологии зависимости. Курр Опин Нейробиол 23: 632 – 638. doi: 10.1016 / j.conb.2013.01.018. PMID: 23395462
194. 50. Саманез-Ларкин Г.Р., Холлон Н.Г., Карстенсен Л.Л., Кнутсон Б. (2008) Индивидуальные различия в чувствительности островков во время предвидения потерь предсказывают обучение избеганию. Psychol Sci 19: 320 – 323. doi: 10.1111 / j.1467-9280.2008.02087.x. PMID: 18399882