Интернет и игровая зависимость: систематический обзор литературы по исследованиям нейровизуализации (2012)

Мозг. 2012, 2(3), 347-374; DOI:10.3390 / brainsci2030347
 
Дарья Дж. Кусс* а также Марк Д. Гриффитс
 
Международный отдел игровых исследований, Университет Ноттингема Трента, Ноттингем NG1 4BU, Великобритания
 
* Автор, к которому следует обращаться по переписке.
 
Получено: 28 Июнь 2012; в исправленном виде: 24 Август 2012 / Принят: 28 Август 2012 / Опубликовано: 5 Сентябрь 2012
 
(Эта статья относится к спецвыпуску Зависимость и нейроадаптация)

Абстрактные:

В последнее десятилетие накопились исследования, предполагающие, что чрезмерное использование Интернета может привести к развитию поведенческой зависимости. Интернет-зависимость рассматривается как серьезная угроза психическому здоровью, а чрезмерное использование Интернета связано с рядом негативных психосоциальных последствий. Целью данного обзора является выявление всех эмпирических исследований на сегодняшний день, в которых использовались методы нейровизуализации, чтобы пролить свет на возникающую проблему психического здоровья в Интернете и игровую зависимость с нейронаучной точки зрения.

Исследования нейровизуализации дают преимущество перед традиционным опросом и поведенческими исследованиями, потому что с помощью этого метода можно выделить отдельные области мозга, которые участвуют в развитии и поддержании зависимости. Был проведен систематический поиск литературы с выявлением исследований 18. Эти исследования предоставляют убедительные доказательства сходства между различными типами зависимостей, в частности, зависимостью от веществ, а также зависимостью от Интернета и игр, на разных уровнях.

На молекулярном уровне интернет-зависимость характеризуется общим дефицитом вознаграждения, что влечет за собой снижение дофаминергической активности.

На уровне нейронных схем интернет-зависимость и игровая зависимость привели к нейроадаптации и структурным изменениям, которые происходят в результате длительного увеличения активности в областях мозга, связанных с зависимостью.

На поведенческом уровне Интернет и игровые наркоманы, по-видимому, ограничены в отношении их когнитивного функционирования в различных областях.

В документе показано, что понимание нейрональных коррелятов, связанных с развитием интернет-зависимости и игровой зависимости, будет способствовать дальнейшим исследованиям и проложит путь к разработке подходов к лечению зависимости.

Ключевые слова: интернет-зависимость; игровая зависимость; нейровизуализации; литературный обзор

 

1. Введение

В последнее десятилетие накопились исследования, свидетельствующие о том, что чрезмерное использование Интернета может привести к развитию поведенческой зависимости (например, [1,2,3,4]). Клинические данные свидетельствуют о том, что интернет-наркоманы испытывают ряд биопсихосоциальных симптомов и последствий [5]. К ним относятся симптомы, традиционно связанные с зависимостью от психоактивных веществ, а именно выраженность, изменение настроения, толерантность, абстинентный синдром, конфликт и рецидив [6]. Интернет-зависимость включает в себя гетерогенный спектр интернет-действий с потенциальной болезненной ценностью, таких как игры, покупки, азартные игры или социальные сети., Игры представляют собой часть постулируемой конструкции интернет-зависимости, а игровая зависимость является наиболее широко изученной специфической формой интернет-зависимости на сегодняшний день [7]. Обширные предложения специалистов в области психического здоровья и исследователей о включении интернет-зависимости как психического расстройства в предстоящее пятое издание Диагностического и статистического руководства по психическим расстройствам (DSM-V) будут реализованы, поскольку Американская психиатрическая ассоциация согласилась включить расстройство использования Интернета. как проблема психического здоровья, заслуживающая дальнейшего научного исследования [8].

Чрезмерное использование Интернета было связано с различными негативными психосоциальными последствиями. К ним относятся психические расстройства, такие как соматизация, обсессивно-компульсивные и другие тревожные расстройства, депрессия [9] и диссоциация [10], а также черты личности и патологии, такие как интроверсия и психотизм [11]. Оценки распространенности варьируются от 2% [12] до 15% [13], в зависимости от соответствующего социокультурного контекста, выборки и используемых критериев оценки. Интернет-зависимость считается серьезной угрозой психическому здоровью в азиатских странах с широким использованием широкополосного доступа, особенно в Южной Корее и Китае [14].

 

 

1.1. Подъем нейровизуализации

В соответствии с картезианским дуализмом французский философ Декарт отстаивал точку зрения о том, что разум - это сущность, отделенная от тела [15]. Однако когнитивные нейронауки доказали его неправоту и примирили физическую сущность тела с довольно неуловимой сущностью ума [16]. Современные методы нейровизуализации связывают когнитивные процессы (т. Е. Мыслящий разум Декарта) с реальным поведением (т. Е. Движущимся телом Декарта), измеряя и изображая структуру и деятельность мозга. Измененная активность в областях мозга, связанная с вознаграждением, мотивацией, памятью и когнитивным контролем, связана с зависимостью [17].

В исследованиях рассматриваются нейронные корреляты развития наркомании с помощью классической и оперантной обусловленности [18,19]. Было установлено, что на начальных этапах добровольного и контролируемого использования вещества решение об использовании препарата принимается конкретными областями мозга, а именно префронтальной корой (ПФК) и вентральным стриатумом (ВС). По мере того, как развивается привыкание к применению и навязчивость, изменяется активность мозга, в результате чего дорсальные области стриатума (DS) становятся все более активированными посредством дофаминергической иннервации (то есть высвобождения дофамина) [20]. Долгосрочное употребление наркотиков приводит к изменениям в дофаминергических путях мозга (в частности, в передней части поясной извилины (AC), орбитофронтальной коре (OFC) и в прилежащем ядре (NAc), что может привести к снижению чувствительности к биологическому вознаграждению и уменьшению индивидуума). контроль над поиском и в конечном итоге приемом наркотиков. [21,22]. На молекулярном уровне долгосрочная депрессия (LTD; то есть снижение) синаптической активности была связана с адаптацией мозга в результате зависимостей, связанных с веществами [23]. Наркоманы становятся сенсибилизированными к препарату, потому что в течение длительного приема синаптическая сила в области вентрального сегмента увеличивается, а также увеличивается LTD глутамата в прилежащем ядре, что приводит к тяге [24].

В то же время мозг (т. Е. NAc, OFC, DLPFC) становится все более восприимчивым к сигналам лекарств (например, доступность, особый контекст) через тягу [21,25]. Тяга к употреблению наркотиков включает в себя сложное взаимодействие между различными областями мозга. Активность в прилежащем ядре после повторного приема лекарств приводит к изучению связей между репликами лекарств и усиливающими эффектами лекарств [26]. Кроме того, орбитофронтальная кора головного мозга, важная для мотивации вовлечения в поведение, миндалина (AMG) и гиппокамп (Hipp), как основные области мозга, связанные с функциями памяти, играют роль в интоксикации и жажде вещества [17].

Природные награды, такие как еда, похвала и / или успех, постепенно теряют свою гедонистическую валентность. Из-за привыкания к поощряющему поведению и употреблению наркотиков развивается характерный симптом зависимости (то есть толерантность). Для достижения желаемого эффекта необходимо увеличивать количество вещества или усиливать вовлеченность в соответствующее поведение. В результате система вознаграждений становится несовершенной. Это приводит к активации анти-поощрительной системы, которая уменьшает способность наркомана испытывать биологические подкрепления как приятные. Вместо этого ему требуются более сильные подкрепляющие, то есть их наркотики или предпочтительное поведение, в больших количествах (т.е. развивается толерантность), чтобы получить вознаграждение [27]. Кроме того, недостаток дофамина в мезокортиколимбических путях во время абстиненции объясняет характерные абстинентные симптомы. Им будет противостоять возобновление приема лекарств [17]. Рецидив и развитие порочного поведенческого цикла являются результатом [28]. Длительное потребление лекарств и / или участие в полезном поведении приводит к изменениям в мозге, включая дисфункции в префронтальных областях, таких как OFC и извилистая извилина (CG) [17,29].

Исследования показывают, что изменения активности мозга, обычно связанные с зависимостью от веществ, происходят после компульсивного поведения, такого как патологическая азартная игра [30]. В соответствии с этим предполагается, что аналогичные механизмы и изменения связаны с интернет-зависимостью и игровой зависимостью. Поэтому цель этого обзора состоит в том, чтобы идентифицировать все рецензируемые эмпирические исследования на сегодняшний день, в которых использовались методы нейровизуализации, чтобы пролить свет на возникающую проблему психического здоровья в Интернете и игровую зависимость с нейронаучной точки зрения. Neuroimaging широко включает в себя ряд различных методов. Это электроэнцефалограмма (ЭЭГ), позитронно-эмиссионная томография (ПЭТ), компьютерная томография с однофотонной эмиссией SPECT (SPECT), функциональная магнитно-резонансная томография (МРТ) и структурная магнитно-резонансная томография (МРТ), такая как морфометрия на основе вокселей (VBM) и диффузионно-тензорная визуализация (DTI). Они вкратце объясняются, прежде чем изучать исследования, в которых эти методы использовались для изучения интернет-зависимости и игровой зависимости.

 

 

1.2. Типы нейровизуализации, используемые для изучения зависимости мозга

Электроэнцефалограмма (ЭЭГ): С помощью ЭЭГ можно измерять нейронную активность в коре головного мозга. Ряд электродов прикреплен к определенным областям (т. Е. Передней, задней, левой и правой) головы участника. Эти электроды измеряют колебания напряжения (т. Е. Тока) между парами электродов, которые образуются при возбуждении нейронных синапсов [31]. С помощью связанных с событиями потенциалов (ERPs) отношения между мозгом и поведением могут быть измерены с помощью электрофизиологического нейронального ответа на стимул [32].

Позитронно-эмиссионная томография (ПЭТ): ПЭТ - это метод нейровизуализации, который позволяет изучать функции мозга на молекулярном уровне. В исследованиях ПЭТ метаболическая активность в головном мозге измеряется с помощью фотонов из позитронных излучений (т.е. положительно заряженных электронов). Субъекту вводят радиоактивный раствор 2-дезоксиглюкозы (2-DG), который поглощается активными нейронами в мозге. Количество 2-DG в нейронах и позитронных выбросах используется для количественной оценки метаболической активности в мозге. Таким образом, активность нейронов может быть отображена во время выполнения конкретной задачи. яОтдельные нейротрансмиттеры можно различить с помощью ПЭТ, что делает последние преимущественными по сравнению с методами МРТ. Он может измерить распределение активности в деталях. Ограничения для ПЭТ включают относительно низкое пространственное разрешение, время, необходимое для получения сканирования, а также потенциальный радиационный риск [33].

Однофотонная эмиссионная компьютерная томография (SPECT): SPECT - это подчиненная форма PET. Подобно ПЭТ, радиоактивное вещество («индикатор») впрыскивается в кровоток, который быстро распространяется в мозг. Чем сильнее метаболическая активность в определенных областях мозга, тем сильнее обогащение гамма-лучами. Излучаемое излучение измеряется в соответствии с мозговыми слоями, а метаболическая активность отображается с использованием компьютерных методов. В отличие от PET, SPECT позволяет подсчитывать отдельные фотоны, однако его разрешение хуже, потому что с SPECT разрешение зависит от близости гамма-камеры, которая измеряет радиоактивность нейронов. [34].

Функциональная магнитно-резонансная томография (fMRI): С помощью МРТ измеряются изменения уровня кислорода в крови в головном мозге, что свидетельствует о нейрональной активности. В частности, оценивается соотношение оксигемоглобина (то есть гемоглобина, который содержит кислород в крови) к дезоксигемоглобину (то есть гемоглобину, который выделил кислород) в мозге, потому что кровоток в «активных» областях мозга увеличивается, чтобы транспортировать больше глюкозы, также принося в более кислородсодержащих молекулах гемоглобина. Оценка этой метаболической активности в головном мозге позволяет получить более точное и детальное изображение головного мозга по сравнению со структурной МРТ. В дополнение к этому, преимущества МРТ включают скорость визуализации мозга, пространственное разрешение и отсутствие потенциального риска для здоровья по сравнению со сканированием ПЭТ [35].

Структурная магнитно-резонансная томография (МРТ): СМРТ использует различные методы для отображения морфологии мозга [36].

  • Одним из таких методов является морфометрия на основе вокселей (VBM). VBM используется для сравнения объема областей мозга и плотности серого и белого вещества [37].
  • Другой метод МРТ - диффузионно-тензорная визуализация (DTI). DTI - это метод, используемый для изображения белого вещества. Он оценивает диффузию молекул воды в мозге, которая помогает идентифицировать взаимосвязанные структуры мозга с помощью фракционной анизотропии (ФА). Эта мера является показателем плотности волокна, диаметра аксона и миелинизации в белом веществе. [38].

 

 

2. метод

Комплексный поиск литературы проводился с использованием базы данных Web of Knowledge. В отношении использования Интернета были введены следующие поисковые термины (и их производные): «зависимость», «избыток», «проблема» и «принуждение». Кроме того, дополнительные исследования были выявлены из дополнительных источников, таких как Google Scholar, и они были добавлены для того, чтобы получить более содержательный обзор литературы. Исследования были отобраны в соответствии со следующими критериями включения. Исследования должны были (i) оценить зависимость от Интернета или онлайн-игр или прямое влияние игр на неврологическое функционирование, (ii) использовать методы нейровизуализации, (iii) быть опубликованными в рецензируемом журнале и (iv) быть доступными в виде полного текста в Английский язык. Не был указан период времени для поиска в литературе, потому что методы нейровизуализации относительно новы, так что ожидается, что исследования будут недавними (то есть почти все они были опубликованы между 2000 и 2012).

3. Результаты

Всего было выявлено 18 исследований, которые соответствовали критериям включения. Из них метод сбора данных был МРТ в восьми исследованиях [39,40,41,42,43,44,45,46] и МРТ в двух исследованиях [47,48], два исследования использовали ПЭТ-сканы [49,50], один из которых сочетал его с МРТ [49], один использовал SPECT [51], и шесть исследований использовали ЭЭГ [52,53,54,55,56,57]. Следует также отметить, что два из них на самом деле были одним и тем же исследованием, а одно опубликовано в виде письма [53] и один опубликован в виде полной статьи [54]. Одно исследование57] соответствовал всем критериям, но был исключен, потому что подробности диагностики интернет-зависимости были недостаточны, чтобы сделать обоснованные выводы. Кроме того, в двух исследованиях не было прямой оценки интернет-зависимости и игровой зависимости [43,50], но оценили прямое влияние игр на неврологическую активность с использованием экспериментальной парадигмы и поэтому были сохранены в обзоре. Подробная информация о включенных исследованиях представлена ​​в Таблица 1.

3.1. Исследования МРТ

Hoeft et al. [43] исследовали гендерные различия в мезокортиколимбической системе во время компьютерных игр среди здоровых студентов 22 (возрастной диапазон = 19 – 23 лет; женщины 11). Все участники прошли fMRI (сканер 3.0-T Signa (General Electric, Милуоки, Висконсин, США), заполнили контрольный список симптомов 90-R [58], а NEO-Personality Inventory-R [59]. FMRI проводился во время блоков 40 либо игры с мячом 24-s, целью которой было завоевать пространство, либо подобное условие управления, которое не включало в себя конкретную игровую цель (в зависимости от ее структурного состава). Результаты показали, что произошла активация нервных цепей, которые участвуют в вознаграждении и зависимости в условиях эксперимента (то есть, инсула, NAc, DLPFC и OFC). Следовательно, наличие реальной игровой цели (характерная черта большинства обычных онлайн-игр, основанных на правилах, а не на чисто ролевых играх), изменяло активность мозга посредством поведения. Здесь очевидна причинно-следственная связь, которая усиливает выводы.

Результаты также показали, что участники мужского пола имели большую активацию (в rNAc, blOFC, rAMG) и функциональную связность (lNAc, rAMG) в мезокортиколимбической системе вознаграждения по сравнению с женщинами. Кроме того, результаты показали, что в игре активировались правая инсула (rI; сигналы вегетативного возбуждения), правосторонняя дорсо-латеральная PFC (максимизировать вознаграждение или изменение поведения), двусторонние премоторные коры (blPMC; подготовка к награде) и прекунеус, lNAc и rOFC (области, связанные с визуальной обработкой, визуально-пространственным вниманием, моторной функцией и сенсомоторной трансформацией) по сравнению с состоянием покоя [43]. Островок был вовлечен в сознательное стремление к веществам, вызывающим привыкание, вовлекая процессы принятия решений, включающие риск и вознаграждение. Дисфункция инсула может объяснить неврологическую активность, указывающую на рецидив [60]. Благодаря своему экспериментальному характеру, это исследование смогло дать представление об идиосинкратической активации мозга как следствие игр в здоровой (то есть, не зависимой) популяции.

НастольныеТаблица 1. Включенные исследования.   

Нажмите здесь, чтобы отобразить таблицу

 

Ко и соавт. [44] попытался выявить нейронные субстраты зависимости от онлайн-игр, оценив участки мозга, вовлеченные в стремление участвовать в онлайн-играх, среди десяти мужчин-любителей онлайн-игр (играющих в World of Warcraft более 30 в неделю) по сравнению с десятью мужчинами-контролями (чье использование в Интернете). было меньше двух часов в день). Все участники прошли Диагностические критерии интернет-зависимости для студентов колледжа (DCIA-C; [74]), мини-Международное психоневрологическое интервью [75], Шкала зависимости интернета Чен (CIAS) [71], тест идентификации алкогольного расстройства (АУДИТ) [76] и тест Фагерстрома на никотиновую зависимость (FTND) [77]. Авторы представили связанные с играми и парные мозаичные изображения во время сканирования МРТ (3T MRscanner), и контрасты в BOLD-сигналах в обоих условиях были проанализированы с использованием парадигмы реактивной реакции.25]. Результаты показали, что кий-индуцированная тяга характерна для людей с зависимостью от вещества. После представления сигналов, относящихся к игре, по сравнению с контрольной группой и по сравнению с представлением мозаичных изображений наблюдалась разная активация мозга у игровых наркоманов, включая rOFC, rNAc, blAC, mFC, rDLPFC и правое хвостатое ядро ​​(rCN). Эта активация коррелировала с игровым желанием и отзывом игрового опыта. Утверждалось, что существует сходная биологическая основа различных зависимостей, включая зависимость от онлайн-игр. Квазиэкспериментальный характер этого исследования, в котором искусственно вызванная тяга в экспериментальной и контролируемой обстановке позволила авторам сделать выводы на основе групповых различий и, таким образом, связать статус зависимости от онлайн-игр с активацией областей мозга, связанных с симптомами более традиционными ( то есть, связанные с веществом) зависимость.

Хан и соавт. [42] оценил различия в мозговой активности до и во время игры в видеоигры у студентов университетов, играющих в течение семи недель. Все участники завершили инвентаризацию депрессии Бека [78], шкала интернет-зависимости [67] и визуально-аналоговую шкалу 7-point (VAS) для оценки тяги к игре в видеоигры через Интернет. Выборка включала студентов университетов 21 (мужчина 14; средний возраст = годы 24.1, SD = 2.6; использование компьютера = 3.6, SD = 1.6 в день; средний балл по IAS = 38.6, SD = 8.3). Кроме того, они были разделены на две группы: группа излишних интернет-игр (которые играли в интернет-видеоигры более 60 мин в день в течение периода 42-дня; n = 6) и группа общих игроков (которые играли менее 60 мин. день за тот же период; n = 15). Авторы использовали 3T, зависящий от уровня кислорода в крови fMRI (используя сканер Philips Achieva 3.0 Tesla TX), и сообщили, что активность мозга в передней поясной извилине и орбитофронтальной коре увеличилась в группе с чрезмерным количеством игр в Интернете после воздействия сигналов интернет-видеоигр по сравнению с обычными игроками. Они также сообщили, что увеличение тяги к интернет-видеоиграм коррелировало с повышенной активностью в передней части поясной извилины для всех участников. Это квази-экспериментальное исследование является проницательным, поскольку оно не только предоставило доказательства разнородной мозговой активности у наркоманов онлайн-игр по сравнению с общей контрольной группой игроков, но также выяснило активацию мозга, которая происходит в результате игры в обеих группах. Это указывает на то, что (i) тяга к онлайн-играм изменяет активность мозга независимо от статуса зависимости и, следовательно, может рассматриваться как (продромальный) симптом зависимости, и что (ii) зависимые игроки могут отличаться от не-зависимых онлайн-игроков другими форма активации мозга.

Лю и соавт. [45] применил метод региональной однородности (ReHo) для анализа энцефальных функциональных характеристик интернет-зависимых в состоянии покоя. В выборку вошли студенты колледжа 19 с интернет-зависимостью и элементами управления 19. Интернет-зависимость оценивалась по критериям Борода и Вольфа [72]. Выполнено FMRI с использованием сканера 3.0T Siemens Tesla Trio Tim. Региональная однородность указывает на временную однородность уровней кислорода в мозге в представляющих интерес областях мозга. Сообщалось, что интернет-зависимые страдали от функциональных изменений мозга, приводящих к нарушениям региональной однородности по сравнению с контрольной группой, особенно в отношении путей вознаграждения, традиционно связанных с зависимостью от веществ. Среди интернет-наркоманов были увеличены области мозга в ReHo в состоянии покоя (мозжечок, ствол мозга, rCG, двусторонний парагиппокамп (blPHipp), правая лобная доля, левая верхняя лобная извилина (lSFG), правая нижняя височная извилина (rITG), левая верхняя височная извилина (lSTG) и средней височной извилины (mTG)) относительно контрольной группы. Временные области вовлечены в слуховую обработку, понимание и вербальную память, тогда как затылочные области заботятся о визуальной обработке. Мозжечок регулирует познавательную деятельность. Извилистая извилина относится к интеграции сенсорной информации и мониторинга конфликта. Гиппокампы участвуют в мезокортиколимбической системе мозга, которая связана с путями вознаграждения. Взятые вместе, эти данные подтверждают изменения в различных областях мозга в результате интернет-зависимости. Поскольку в этом исследовании оценивалась региональная однородность в состоянии покоя, неясно, являются ли изменения в мозге, наблюдаемые у интернет-наркоманов, причиной или следствием зависимости. Таким образом, причинно-следственные связи не могут быть сделаны.

Юань и соавт. [46] исследовал влияние интернет-зависимости на микроструктурную целостность основных путей нейронного волокна и микроструктурные изменения, связанные с продолжительностью интернет-зависимости. Их выборка включала студентов 18 с интернет-зависимостью (12 мужчины; средний возраст = 19.4, SD = 3.1 лет; средний онлайн-игры = 10.2 ч в день, SD = 2.6; продолжительность интернет-зависимости = 34.8 месяцев, SD = 8.5) и 18 участники контроля, не зависимые от Интернета (средний возраст = 19.5 лет, SD = 2.8). Все участники заполнили Модифицированную диагностическую анкету для интернет-зависимости [72], шкала тревоги самооценки (подробности не предоставлены) и шкала депрессии самооценки (детали не предоставлены). Авторы использовали fMRI и использовали метод оптимизированной воксельной морфометрии (VBM). Они проанализировали изменения фракционной анизотропии (ФА) белого вещества, используя диффузионную тензорную визуализацию (DTI), чтобы определить структурные изменения мозга как следствие длины интернет-зависимости. Результаты показали, что интернет-зависимость привела к изменениям в структуре мозга, и что обнаруженные изменения в мозге выглядят аналогично тем, которые обнаруживаются у наркоманов.

Контролируя возраст, пол и объем мозга, было обнаружено, что среди интернет-наркоманов наблюдалось снижение объема серого вещества в двусторонней дорсолатеральной префронтальной коре (DLPFC), дополнительной моторной области (SMA), орбитофронтальной коре (OFC), мозжечке и левом. ростральный ACC (rACC), повышенная FA левой задней конечности внутренней капсулы (PLIC) и снижение FA в белом веществе в правой парагиппокампальной извилине (PHG). Была также корреляция между объемами серого вещества в изменениях PLIC DLPFC, rACC, SMA и FA белого вещества с продолжительностью времени, когда человек был зависим от Интернета. Это указывает на то, что чем дольше человек зависим от Интернета, тем тяжелее становится атрофия мозга. В свете метода, из описания авторов неясно, насколько далеко их выборка включала тех, кто был зависим от Интернета как такового, или от игр в Интернете. Включение конкретного вопроса о частоте и продолжительности онлайн-игр (а не о любой другой потенциальной интернет-активности) предполагает, что данная группа состояла из игроков. В дополнение к этому, представленные результаты не могут исключать каких-либо других факторов, которые могут быть связаны с интернет-зависимостью (например, депрессивная симптоматика), которые могли бы способствовать увеличению тяжести атрофии головного мозга.

Донг и соавт. [39] исследовал обработку вознаграждений и наказаний у интернет-наркоманов по сравнению со здоровыми контролями. Взрослых мужчин (n = 14) с интернет-зависимостью (средний возраст = 23.4, SD = 3.3 лет) сравнивали со здоровыми взрослыми мужчинами 13 (средний возраст = 24.1 лет, SD = 3.2). Участники завершили структурированное психиатрическое интервью [79], опись депрессии Бека [78], китайский тест на интернет-зависимость [62,63] и тест на интернет-зависимость (IAT; [61]). IAT измеряет психологическую зависимость, принудительное использование, уход, связанные с этим проблемы в школе, работе, сне, семье и управлении временем. Участники должны были набрать более 80 (из 100) по IAT, чтобы быть классифицированными как имеющие интернет-зависимость. Кроме того, все люди, относящиеся к категории интернет-наркоманов, каждый день проводят в Интернете более шести часов (исключая использование интернета на работе) и занимались этим более трех месяцев.

Все участники выполняли симулируемую реальностью задачу угадывания выигрыша или проигрыша с использованием игральных карт. Участникам была проведена МРТ со стимулами, представленными через монитор в катушке для головы, и была измерена их активация в зависимости от уровня кислорода в крови (BOLD) в зависимости от выигрышей и проигрышей на задании. Результаты показали, что интернет-зависимость была связана с повышенной активацией OFC в исследованиях усиления и снижением активации передней части поясной извилины в исследованиях с потерями по сравнению с нормальным контролем. Интернет-наркоманы показали повышенную чувствительность к вознаграждениям и пониженную чувствительность к потерям по сравнению с контрольной группой [39]. Квазиэкспериментальный характер этого исследования позволил провести реальное сравнение двух групп, подвергая их игровой ситуации и, таким образом, искусственно вызывая реакцию нейронов, которая была следствием участия в задаче. Таким образом, это исследование позволило выявить причинно-следственную связь между воздействием игровых сигналов и последующей активацией мозга. Это может рассматриваться как эмпирическое доказательство чувствительности к наградам у интернет-наркоманов относительно здорового контроля.

Хан и соавт. [40] сравнил региональные объемы серого вещества у пациентов с зависимостью от онлайн-игр и профессиональных геймеров. Авторы выполнили МРТ с использованием сканера 1.5 Tesla Espree (Siemens, Erlangen) и провели воксальное сравнение объема серого вещества. Все участники прошли структурированное клиническое интервью для DSM-IV [80], опись депрессии Бека [78], шкала импульсивности Барратта - корейская версия (BIS-K9) [81,82] и шкала интернет-зависимости (IAS) [67]. Те, (i) набравшие баллы за 50 (из 100) в IAS, (ii) играющие более четырех часов в день / 30 ч в неделю, и (iii) нарушение поведения или стресс как следствие игры в онлайн-игре были классифицированы как интернет-наркоманы. Выборка состояла из трех групп. В первую группу вошли пациенты 20 со склонностью к онлайн-играм (средний возраст = 20.9, SD = 2.0; средняя продолжительность болезни = 4.9 лет, SD = 0.9; среднее время игры = 9.0, SD = 3.7 ч / день; среднее использование Интернета = 13.1, SD = 2.9 ч / день; средние баллы по IAS = 81.2, SD = 9.8). Вторая группа состояла из профессиональных игроков 17 (средний возраст = 20.8 лет, SD = 1.5; среднее время игры = 9.4, SD = 1.6 ч / день; среднее использование Интернета = 11.6, SD = 2.1 ч / день; средний балл по IAS = 40.8, SD = 15.4). В третью группу вошли здоровые контролеры 18 (средний возраст = 12.1, SD = 1.1 лет; средний уровень игр = 1.0, SD = 0.7 ч / день; среднее использование Интернета = 2.8, SD = 1.1 ч / день; средний балл по IAS = 41.6, SD = 10.6).

Результаты показали, что игровые наркоманы имели более высокую импульсивность, персеверативные ошибки, увеличенный объем серого вещества левого таламуса и уменьшенный объем серого вещества в ITG, правой средней затылочной извилине (rmOG) и левой нижней затылочной извилине (lIOG) по сравнению с контрольной группой. , Профессиональные геймеры увеличили объем серого вещества в lCG и уменьшили серое вещество в lmOG и rITG по сравнению с контрольной группой, увеличили серое вещество в lCG и уменьшили серое вещество левого таламуса по сравнению с проблемными онлайн-игроками. Основные различия между игорными наркоманами и профессиональными геймерами заключаются в увеличении объемов серого вещества у профессиональных геймеров в lCG (важно для исполнительной функции, значимости и визуально-пространственного внимания) и левом таламусе игровых наркоманов (важно при усилении и предупреждении) [40]. Исходя из неэкспериментального характера исследования, трудно приписать выявленные различия в структуре мозга между группами фактическому статусу зависимости. Невозможно исключить возможные противоречивые переменные, которые могли способствовать обнаруженным различиям.

Хан и соавт. [41] проверил влияние лечения замедленным высвобождением бупропиона на активность мозга среди интернет-любителей и здоровых людей. Все участники прошли структурированное клиническое интервью для DSM-IV [80], опись депрессии Бека [78], шкала интернет-зависимости [61], и стремление к игре в видеоигры через Интернет было оценено с помощью визуальной аналоговой шкалы 7-point. Те участники, которые занимались интернет-играми более четырех часов в день, набрали больше баллов, чем 50 (из 100) в IAS, и имели нарушения поведения и / или проблемы, классифицируемые как интернет-наркоманы. Выборка включала в себя 11 интернет-игровых наркоманов (средний возраст = 21.5, SD = 5.6 лет; средний балл тяги = 5.5, SD = 1.0; среднее время игры = 6.5, SD = 2.5 ч / день; средний балл IAS = 71.2, SD = 9.4 ) и здоровые контроли 8 (средний возраст = 11.8, SD = 2.1 лет; средний балл тяги = 3.9, SD = 1.1; среднее использование Интернета = 1.9, SD = 0.6 ч / день; средний балл по IAS = 27.1, SD = 5.3) , Во время воздействия сигналов, связанных с игрой, интернет-зависимые имели большую активацию головного мозга в левой части затылочной куны, левой дорсолатеральной префронтальной коре и левой парагиппокампальной извилине относительно контрольной группы. Участники с интернет-зависимостью прошли шесть недель лечения с замедленным высвобождением бупропиона (150 мг / день в первую неделю и 300 мг / день после). Активность мозга измеряли в начале исследования и после лечения с использованием сканера 1.5 Tesla Espree fMRI. Авторы сообщили, что лечение с пролонгированным высвобождением бупропиона действует для наркоманов в Интернете таким же образом, как и для пациентов с наркозависимостью. После лечения у интернет-любителей наркомании снизилось желание, время игры и активность мозга. Продольный характер этого исследования позволяет определить причину и следствие, что подчеркивает достоверность и достоверность представленных результатов.

 

 

3.2. Исследования МРТ

Лин и соавт. [48] исследовали целостность белого вещества у подростков с интернет-зависимостью. Все участники прошли измененную версию теста на интернет-зависимость [72], инвентарь для сдачи в руки в Эдинбурге [83], мини-международное психоневрологическое интервью для детей и подростков (MINI-KID) [84], шкала управления временем85], шкала импульсивности Барратта [86], экран для эмоциональных расстройств, связанных с детской тревожностью (SCARED) [87] и устройство оценки семьи (FAD) [88]. Выборка состояла из интернет-наркоманов 17 (мужчины 14; возрастной диапазон = годы 14 – 24; средний балл по IAS = 37.0, SD = 10.6) и здоровых контролей 16 (мужчины 14; возрастной диапазон = годы 16 – 24; средний балл по IAS = 64.7 , SD = 12.6). Авторы выполнили анализ фракционной анизотропии (ФА) всего мозга с помощью пространственной статистики на основе трактов (TBSS), а анализ объема интереса был выполнен с использованием диффузионной тензорной визуализации (DTI) с помощью медицинского сканера 3.0-Tesla Phillips Achieva ,

Результаты показали, что OFC был связан с эмоциональной обработкой и феноменами, связанными с зависимостью (например, страстное желание, компульсивное поведение, дезадаптивное принятие решений). Нарушение целостности белого вещества в передней части поясной извилины было связано с различными зависимостями и указывало на нарушение когнитивного контроля. Авторы также сообщили о нарушении связности волокон в мозолистом теле, которое обычно встречается у людей с зависимостью от веществ. У интернет-зависимых наблюдалось снижение уровня ФА по всему мозгу (орбито-лобное белое вещество, мозолистое тело, поясная кость, нижний лобно-затылочный пучок, коронарное излучение, внутренние и внешние капсулы) по сравнению с контрольной группой, и были отрицательные корреляции между ФА в левом гене корпуса. мозолистые и эмоциональные расстройства, а также ЖК в левой наружной капсуле и интернет-зависимость. В целом, интернет-зависимые имели аномальную целостность белого вещества в областях мозга, связанных с эмоциональной обработкой, исполнительным вниманием, принятием решений и когнитивным контролем по сравнению с контрольной группой. Авторы подчеркнули сходство структур мозга между интернет-наркоманами и наркоманами [48]. Учитывая не экспериментальный и перекрестный характер исследования, нельзя исключать альтернативные объяснения изменений мозга, кроме зависимости.

Чжоу и соавт. [47] исследовал изменения плотности серого вещества мозга (GMD) у подростков с интернет-зависимостью с использованием морфометрического анализа на основе вокселей (VBM) на изображениях структурного магнитного резонанса с T1-взвешиванием с высоким разрешением. Их выборка включала подростков 18 с интернет-зависимостью (мужчины 16; средний возраст = годы 17.2, SD = 2.6) и здоровых участников контрольной группы 15 без истории психиатрических заболеваний (мужчины 13; средний возраст = годы 17.8, SD = 2.6). Все участники прошли измененный тест на интернет-зависимость [72]. Авторы использовали T1-взвешенные МРТ высокого разрешения, выполненные на МР-сканере 3T (3T Achieva Philips), отсканированные последовательности импульсов MPRAGE для контрастов серого и белого вещества, и анализ VBM использовали для сравнения GMD между группами. Результаты показали, что интернет-наркоманы имели более низкую GMD в lACC (необходимом для управления двигателем, познании, мотивации), lPCC (самообращение), левом инсулине (особенно связанном с желанием и мотивацией) и левой язычной извилине (то есть областях, которые связаны с эмоциональной регуляцией поведения и, таким образом, связаны с эмоциональными проблемами интернет-зависимых). Авторы утверждают, что их исследование предоставило нейробиологическое доказательство структурных изменений мозга у подростков с интернет-зависимостью, и что их выводы имеют значение для развития психопатологии наркомании. Несмотря на различия, обнаруженные между группами, результаты не могут быть отнесены исключительно к статусу зависимости одной из групп. Возможные смешанные переменные могли повлиять на изменения в мозге. Кроме того, направленность отношений не может быть объяснена с уверенностью в этом случае.

 

 

3.3. ЭЭГ Исследования

Донг и соавт. [53] исследовал подавление реакции среди интернет-наркоманов неврологически. Записи связанных с событиями потенциалов мозга (ERP) с помощью ЭЭГ были изучены у мужчин-интернет-наркоманов 12 (средний возраст = 20.5 лет, SD = 4.1) и сравнены со здоровыми студентами 12 контрольного университета (средний возраст = 20.2, SD = 4.5), в то время как проходит задание go / NoGo. Участники прошли психологические тесты (например, шкала симптомов, 90 и шкала личных факторов 16 [89]) и тест на интернет-зависимость [65]. Результаты показали, что интернет-наркоманы имели более низкие амплитуды NoGo-N2 (представляющие ингибирование ответа - мониторинг конфликтов), более высокие амплитуды NoGo-P3 (ингибирующие процессы - оценка ответа) и более длительную задержку пика NoGo-P3 по сравнению с контролями. Авторы пришли к выводу, что по сравнению с контрольной группой интернет-наркоманы (i) имели более низкую активацию на стадии обнаружения конфликта, (ii) использовали больше когнитивных ресурсов для завершения более поздней стадии задачи торможения, (iii) были менее эффективны при обработке информации, и (iv) имел более низкий импульсный контроль.

Донг и соавт. [52] сравнили интернет-наркоманов и здоровые контроли потенциалов, связанных с событиями (ERP), посредством ЭЭГ, когда они выполняли задачу Stroop с цветным словом. Участники мужского пола (n = 17; средний возраст = годы 21.1, SD = 3.1) и здоровые студенты мужского пола университета 17 (средний возраст = годы 20.8, SD = 3.5) прошли психологические тесты (т. Е. Контрольный список симптомов-90 и личные факторы 16). масштаб [89]) и тест на интернет-зависимость [64]. Эта версия IAT включала восемь пунктов (озабоченность, терпимость, неудачное воздержание, уход, потеря контроля, интересы, обман, побуждение к побегу), и пункты были оценены дихотомически. Те участники, которые одобрили четыре или более пунктов, были классифицированы как интернет-наркоманы. Результаты показали, что интернет-наркоманы имели более длительное время реакции и больше ошибок ответа в неконгруэнтных условиях по сравнению с контрольной группой. Авторы также сообщили о снижении отклонения медиальной лобной негативности (НБН) в неконгруэнтных условиях по сравнению с контролем. Их выводы свидетельствуют о том, что интернет-наркоманы имеют более слабые возможности исполнительного контроля по сравнению с контролем.

Ge et al. [55] исследовал связь между компонентом P300 и интернет-зависимостью среди участников 86. Из них 38 были пациентами с интернет-зависимостью (мужчины 21; средний возраст = 32.5, SD = 3.2 лет), а 48 были здоровыми контрольными студентами колледжа (мужчины 25; средний возраст = 31.3, SD = 10.5 лет). В исследовании ЭЭГ P300 ERP измеряли, используя стандартное слуховое задание с использованием американского инструмента Nicolet BRAVO. Все участники прошли структурированное клиническое диагностическое интервью по психическим расстройствам [80] и тест на интернет-зависимость [64]. Те, кто одобрил пять или более (из восьми пунктов), были классифицированы как интернет-наркоманы. Исследование показало, что интернет-наркоманы имели более длительные задержки P300 по сравнению с контрольной группой, и что интернет-наркоманы имели аналогичные профили по сравнению с другими наркоманами, связанными с психоактивными веществами (например, алкоголь, опиоид, кокаин) в аналогичных исследованиях. Тем не менее, результаты не показали, что у интернет-наркоманов был дефицит скорости восприятия и обработки слуховых раздражителей. Похоже, это указывает на то, что интернет-зависимость, скорее всего, не вредит скорости восприятия и обработке слуховых стимулов, может не влиять на эти специфические функции мозга. Авторы также сообщили, что когнитивные дисфункции, связанные с интернет-зависимостью, могут быть улучшены с помощью когнитивно-поведенческой терапии и что те, кто участвовал в когнитивно-поведенческой терапии в течение трех месяцев, уменьшили свои латентные периоды P300. Окончательный продольный результат особенно проницателен, потому что он оценивает развитие с течением времени, что может быть связано с благотворными эффектами терапии.

Little et al. [56] исследовал обработку ошибок и торможение ответов у чрезмерных геймеров. Все участники прошли тест на зависимость от видеоигр (НДС) [73] голландская версия вопросника Айзенка об импульсивности [90,91] и индекс количества-частотно-вариабельности для потребления алкоголя [92]. В выборку вошли учащиеся 52, сгруппированные в две группы геймеров с избыточным 25 (мужчины 23; набравшие больше, чем 2.5 по НДС; средний возраст = 20.5, SD = 3.0 лет; средний показатель НДС = 3.1, SD = 0.4; средний уровень игры = 4.7 га в день , SD = 2.3) и контроли 27 (мужчины 10; средний возраст = 21.4, SD = 2.6; средний балл НДС = 1.1, SD = 0.2; средняя игра = 0.5 на день, SD = 1.2). Авторы использовали парадигму Go / NoGo, используя записи ЭЭГ и ERP. Их результаты показали сходство с зависимостью от вещества и нарушениями контроля импульсов в связи с плохим торможением и высокой импульсивностью у чрезмерных геймеров по сравнению с контрольной группой. Они также сообщили, что чрезмерные геймеры снизили амплитуды фронтоцентральной ERN после неправильных испытаний по сравнению с правильными испытаниями и что это привело к плохой обработке ошибок. Чрезмерные геймеры также показали меньшую задержку как на самоотчете, так и на поведенческих показателях. Сила этого исследования включает его квази-экспериментальный характер, а также проверку самоотчетов с поведенческими данными. Следовательно, достоверность и достоверность выводов возрастают.

 

 

3.4. SPECT Исследования

Хоу и соавт. [51] исследовали уровни вознаграждающих схем дофаминового переносчика у интернет-наркоманов по сравнению с контрольной группой. Интернет-наркоманы состояли из пяти мужчин (средний возраст = 20.4, SD = 2.3), чье среднее ежедневное использование Интернета составляло 10.2 h (SD = 1.5) и которые страдали от интернет-зависимости более шести лет. Контролируемая по возрасту контрольная группа состояла из девяти мужчин (средний возраст = 20.4, SD = 1.1 лет), чье среднее ежедневное использование составляло 3.8 ч (SD = 0.8 ч). Авторы выполнили сканирование мозга с помощью однофотонной эмиссионной томографии (SPECT) 99mTc-TRODAT-1 с использованием двойного детектора Siemens Diacam / e.cam / icon SPECT. Они сообщили, что снижение количества переносчиков дофамина указывает на зависимость и что нейробиологические нарушения были сходны с другими поведенческими зависимостями. Они также сообщили, что уровни стриатального дофаминового переносчика (DAT) снизились среди интернет-наркоманов (что необходимо для регулирования уровня стриатального дофамина) и что объем, вес и коэффициент поглощения в полосатом теле были снижены по сравнению с контрольной группой. Сообщалось, что уровни дофамина аналогичны людям с наркоманией и что интернет-зависимость «может нанести серьезный ущерб мозгу» ([51], п. 1). Этот вывод нельзя считать абсолютно точным, поскольку направленность сообщаемого эффекта не может быть установлена ​​с помощью использованного метода.

 

 

3.5. Исследования ПЭТ

Koepp et al. [50] были первой исследовательской группой, представившей доказательства выброса дофамина в стриатулях во время игры в видеоигры (то есть в игре, ориентированной на танк для денежного стимулирования). В своем исследовании восемь мужчин, играющих в видеоигры (возрастной диапазон = 36 – 46 лет), прошли позитронно-эмиссионную томографию (ПЭТ) во время игры и в состоянии покоя. При ПЭТ-сканировании использовалась камера 953B-Siemens / CTIPET, и был выполнен анализ области интереса (ROI). Уровни внеклеточного дофамина измеряли с помощью различий в [11C] RAC-связывающий потенциал с дофамином D2 рецепторы в вентральной и спинной полосках. Результаты показали, что вентральные и дорсальные полоски были связаны с целенаправленным поведением. Авторы также сообщили, что изменение потенциала связывания во время игры в видеоигры было таким же, как и после инъекций амфетамина или метилфенидата. В свете этого самое раннее исследование, включенное в этот обзор [50] уже смог выделить изменения в нейрохимической активности как следствие игр по сравнению с контролем покоя. Это открытие имеет огромное значение, потому что оно ясно указывает на то, что игровая активность может фактически сравниваться с использованием психоактивных веществ, если смотреть с биохимического уровня.

Ким и соавт. [49] проверил, была ли интернет-зависимость связана со снижением уровня доступности дофаминергических рецепторов в стриатуме. Все участники прошли структурированное клиническое интервью для DSM-IV [80], опись депрессии Бека [93], корейская шкала интеллекта взрослых Векслера [94], тест интернет-зависимости [69] и интернет-критерии диагностики аддиктивного расстройства (IADDC; [68]). Интернет-зависимость была определена как те участники, которые набрали больше 50 (из 100) в IAT и одобрили три или более из семи критериев IADDC.

Их выборка состояла из пяти мужчин-интернет-зависимых (средний возраст = 22.6, SD = 1.2 лет; средний балл по IAT = 68.2, SD = 3.7; средние ежедневные интернет-часы = 7.8, SD = 1.5) и семи контрольных мужчин (средний возраст = 23.1, SD). = Годы 0.7; средний балл по IAT = 32.9, SD = 5.3; средние ежедневные интернет-часы = 2.1, SD = 0.5). Авторы провели исследование ПЭТ и использовали радиоактивно меченный лиганд [11C] Раклопрайд и позитронно-эмиссионная томография с помощью сканера ECAT EXACT для тестирования дофамина D2 потенциал связывания рецептора. Они также выполнили МРТ с использованием МРТ-сканера General Electric Signa версии 1.5T. Метод оценки D2 доступность рецепторов исследовали анализ областей интереса (ROI) в вентральном стриатуме, дорсальном хвостатом, дорсальном путамене. Авторы сообщили, что интернет-зависимость, как было установлено, связана с нейробиологическими нарушениями в дофаминергической системе, которые обнаруживаются при зависимостях, связанных с психоактивными веществами. Также сообщалось, что интернет-наркоманы снизили дофамин D2 наличие рецепторов в стриатуме (то есть двустороннем дорсальном хвостатом, правом путамене) по сравнению с контрольной группой и наличие отрицательной корреляции доступности дофаминовых рецепторов с серьезностью интернет-зависимости [49]. Однако из этого исследования неясно, в какой степени интернет-зависимость могла быть причиной различий в нейрохимии по сравнению с любой другой смешанной переменной и, аналогично, может ли это быть другой нейрохимией, которая могла привести к патогенезу.

 

 

4. обсуждение

Результаты исследований fMRI показывают, что области мозга, связанные с вознаграждением, зависимостью, жаждой и эмоциями, все активнее активируются во время игры и представления подсказок к игре, особенно для зависимых пользователей Интернета и геймеров, включая NAc, AMG, AC, DLPFC, IC, rCN, rOFC, insula, PMC, precuuneus [42,43]. Игровые подсказки появились как сильные предикторы страстного желания у мужчин-любителей онлайн-игр [44]. Более того, было показано, что связанные с этим симптомы, такие как влечение, игровая активность мозга и когнитивные дисфункции, могут быть уменьшены после психофармакологического или когнитивно-поведенческого лечения [41,55].

В дополнение к этому структурные изменения были продемонстрированы у интернет-наркоманов относительно контроля, включая мозжечок, ствол мозга, rCG, blPHipp, правую лобную долю, lSFG, rITG, lSTG и mTG. В частности, эти области оказались увеличенными и откалиброванными, что указывает на то, что у интернет-наркоманов происходит нейроадаптация, которая синхронизирует различные области мозга. Они включают, но не ограничиваются этим, широко распространенную мезокортиколимбическую систему, участвующую в поощрении и зависимости. Кроме того, мозги интернет-наркоманов, по-видимому, способны лучше интегрировать сенсомоторную и перцепционную информацию [45]. Это может быть объяснено частым взаимодействием с интернет-приложениями, такими как игры, которые требуют более сильной связи между областями мозга, чтобы усвоенное поведение и реакции на сигналы, связанные с зависимостью, происходили автоматически.

Кроме того, по сравнению с контрольной группой было выявлено, что у интернет-наркоманов уменьшилось количество серого вещества в blDLPFC, SMA, OFC, мозжечке, ACC, lPCC, увеличился FA PLIC и уменьшился FA в белом веществе в PHG [46]. LACC необходим для моторного контроля, познания и мотивации, а его пониженная активация связана с зависимостью от кокаина [95]. OFC участвует в обработке эмоций и играет роль в жажде, дезадаптивных процессах принятия решений, а также вовлечении в компульсивное поведение, каждое из которых является неотъемлемой частью зависимости [96]. Кроме того, продолжительность интернет-зависимости коррелировала с изменениями в DLPFC, rACC, SMA и PLIC, что свидетельствует о повышении степени выраженности атрофии мозга с течением времени [46]. DLPFC, rACC, ACC и PHG были связаны с самоконтролем [22,25,44], тогда как SMA опосредует когнитивный контроль [97]. Атрофия в этих регионах может объяснить потерю контроля наркомана в отношении его наркотиков или деятельности по выбору. PCC, с другой стороны, важен для опосредования эмоциональных процессов и памяти [98], а уменьшение плотности серого вещества может указывать на нарушения, связанные с этими функциями.

Увеличение внутренней капсулы было связано с двигательной функцией руки и моторными изображениями [99,100] и может быть объяснено частым участием в компьютерных играх, что требует и значительно улучшает координацию глаз и рук [101]. Кроме того, снижение плотности волокон и миелинизации белого вещества, измеренное с помощью ФА, было обнаружено в передней конечности внутренней капсулы, наружной капсуле, коронном излучении, нижнем лобно-затылочном фасцикуле и прецентральной извилине у интернет-зависимых по сравнению со здоровыми контролями [48]. Подобные аномалии белого вещества были зарегистрированы в других связанных с веществом зависимостях [102,103]. Точно так же было установлено, что у интернет-наркоманов снижается связность волокон в мозолистом теле по сравнению со здоровыми контролями, что указывает на то, что интернет-зависимость может иметь сходные дегенеративные последствия в отношении связей между полушариями. Эти результаты соответствуют тем, о которых сообщается в зависимости от веществ [104].

Более того, появились гендерные различия в активации таким образом, что у мужчин активация и связность областей мозга, связанных с мезокортиколимбической системой вознаграждения, были сильнее по сравнению с женщинами. Это может объяснить значительно более высокую уязвимость мужчин к развитию зависимости от игр и Интернета, о которой сообщалось в обзорах эмпирической литературы (т. Е. [7,105]).

В дополнение к результатам МРТ, исследования ЭЭГ по оценке интернет-зависимости и игровой зависимости на сегодняшний день предлагают ряд важных результатов, которые могут помочь в понимании поведенческих и функциональных коррелятов этой возникающей психопатологии. В дополнение к этому экспериментальный характер всех включенных исследований ЭЭГ позволяет определить причинно-следственную связь между оцениваемыми переменными. Было показано, что по сравнению с контрольной группой интернет-зависимые имели уменьшенные амплитуды P300 и увеличенную задержку P300. Как правило, эта амплитуда отражает распределение внимания. Различия в амплитуде между интернет-наркоманами и органами управления указывают на то, что либо интернет-наркоманы имеют ограниченную способность к вниманию, либо они не могут адекватно распределить внимание [55,57]. Небольшие амплитуды P300 были связаны с генетической уязвимостью к алкоголизму в метаанализе [106]. Кроме того, было установлено, что сниженная латентность P300 отличает людей, пьющих тяжелые социальные напитки, от людей, пьющих низкие социальные сети [107]. Соответственно, похоже, что есть общие изменения в колебаниях напряжения нейронов у людей, зависимых от веществ, и в использовании Интернета по сравнению с людьми, которые не зависимы. Соответственно, интернет-зависимость, по-видимому, оказывает влияние на нейроэлектрическое функционирование, сходное с наркоманией. В целом, мозги интернет-наркоманов оказались менее эффективными в отношении обработки информации и подавления реакции относительно мозгов здоровых участников контроля [54,56]. Это указывает на то, что интернет-зависимость связана с низким импульсным контролем и использованием увеличенного количества когнитивных ресурсов для выполнения конкретных задач [53]. Кроме того, у интернет-наркоманов, по-видимому, нарушена исполнительная способность управления по сравнению с органами управления [56,53]. Эти результаты соответствуют снижению способности к исполнительному контролю, обнаруживаемому у наркоманов, употребляющих кокаин, что указывает на снижение активности в префронтальной и средней лобной областях головного мозга, что позволяет осуществлять импульсные действия108].

С биохимической точки зрения результаты исследований ПЭТ свидетельствуют о высвобождении стриаталя допамина во время игры [50]. Было показано, что частые игры и использование Интернета снижают уровень дофамина (из-за уменьшения доступности переносчика дофамина) и приводят к нейробиологическим нарушениям в дофаминергической системе у интернет-наркоманов [49,51]. Снижение доступности было связано с серьезностью интернет-зависимости [49]. Снижение уровня дофамина было зарегистрировано в зависимости снова и снова [26,109,110]. Кроме того, сообщалось о структурных отклонениях в полосатом теле.51]. Повреждения в полосатом теле были связаны с героиновой зависимостью [111].

Исследования, включенные в этот обзор литературы, по-видимому, предоставляют убедительные доказательства сходства между различными типами зависимостей, особенно зависимостью от веществ и интернет-зависимостью, на различных уровнях. На молекулярном уровне было показано, что интернет-зависимость характеризуется общим дефицитом вознаграждения, который характеризуется снижением дофаминергической активности. Направление этих отношений еще предстоит изучить. В большинстве исследований нельзя исключать, что зависимость развивается как следствие недостаточной системы вознаграждений, а не наоборот. Возможность того, что дефицит в системе вознаграждений предрасполагает определенных людей к разработке наркотика или поведенческой зависимости, такой как интернет-зависимость, может подвергнуть человека большему риску для психопатологии. У интернет-наркоманов отрицательная активность может рассматриваться как базовое состояние, когда наркоман озабочен использованием Интернета и игр для изменения своего настроения. Это вызвано активацией антиреволюционной системы. Из-за чрезмерного использования Интернета и онлайн-игр процессы противника, похоже, приводятся в движение, что быстро приучает наркомана к взаимодействию с Интернетом, приводит к терпимости и, в случае прекращения использования, к выводу [27]. Соответственно, снижение дофамина нейронов, что проявляется в интернет-зависимости, может быть связано с часто встречающимися сопутствующими заболеваниями с аффективными расстройствами, такими как депрессия [112], биполярное расстройство [113] и пограничное расстройство личности [10].

На уровне нейронной схемы нейроадаптация происходит как следствие повышенной активности мозга в областях мозга, связанных с зависимостью и структурными изменениями, как следствие интернет-зависимости и игровой зависимости. Цитируемые исследования дают четкую картину патогенеза интернет-зависимости и игровой зависимости и подчеркивают, как сохраняются неадаптивные поведенческие паттерны, свидетельствующие о зависимости. Мозг приспосабливается к частому употреблению наркотиков или к зависимому поведению, так что он становится нечувствительным к естественным усилителям. Важно отметить, что функционирование и структура OFC и извилистой извилины изменяются, что приводит к повышению значимости наркотиков или поведения и потере контроля над поведением. Механизмы обучения и повышенная мотивация к потреблению / вовлечению приводят к компульсивному поведению [114].

На поведенческом уровне Интернет и игровые наркоманы, по-видимому, стеснены в отношении их импульсивного контроля, поведенческого торможения, контроля исполнительной функции, внимания и общих когнитивных функций. В свою очередь, определенные навыки развиваются и улучшаются в результате частого взаимодействия с технологией, такой как интеграция воспринимаемой информации в мозг через органы чувств и координация рук и глаз. Похоже, что чрезмерное взаимодействие с технологией приводит к ряду преимуществ для игроков и пользователей Интернета, однако в ущерб фундаментальному когнитивному функционированию.

Взятые вместе, исследования, представленные в этом обзоре, подтверждают модель синдрома зависимостей, поскольку, по-видимому, существуют нейробиологические сходства при различных зависимостях [115]. Согласно этой модели, нейробиология и психосоциальный контекст повышают риск развития зависимости. Воздействие наркотика или поведения, вызывающего зависимость, и специфических негативных событий и / или продолжительного использования вещества и участия в поведении приводит к изменению поведения. Следствием этого является развитие полномасштабных зависимостей, которые различаются по выражению (например, кокаин, Интернет и игры), но похожи по симптоматике [115], т. е. изменение настроения, значимость, терпимость, уход, конфликт и рецидив [6].

Несмотря на представленные проницательные результаты, необходимо устранить ряд ограничений. Во-первых, появляются методологические проблемы, которые могут снизить силу сообщаемых эмпирических результатов. Описанные в этом обзоре изменения в мозге, связанные с зависимостью от Интернета и онлайн-игр, могут быть объяснены двумя различными способами. С одной стороны, можно утверждать, что интернет-зависимость приводит к изменениям в мозге относительно контроля. С другой стороны, люди с необычными структурами мозга (как те, которые наблюдаются в настоящем исследовании) могут быть особенно предрасположены к развитию аддиктивного поведения. Только экспериментальные исследования позволят определить причинно-следственные связи. Учитывая деликатную природу этого исследования, которое по существу оценивает потенциальную психопатологию, этические соображения ограничат возможности экспериментальных исследований в этой области. Чтобы преодолеть эту проблему, будущие исследователи должны оценивать активность мозга и его изменения в ряде случаев в течение жизни человека в продольном направлении. Это позволило бы получить более ценную информацию о взаимосвязях патогенеза и связанных с ним изменений в мозге более тщательно и, что важно, с причинно-следственной связью.

Во-вторых, этот обзор включал исследования нейровизуализации как интернет-наркоманов, так и онлайн-наркоманов. Основываясь на собранных доказательствах, представляется трудным сделать какие-либо выводы в отношении конкретных видов деятельности, которыми занимаются наркоманы в Интернете, за исключением некоторых авторов, специально рассматривающих зависимость от онлайн-игр. Другие, с другой стороны, использовали категории Интернет-зависимость и Интернет-зависимость практически взаимозаменяемо, что не позволяет делать какие-либо выводы относительно различий и сходств между ними. В свете этого исследователям рекомендуется четко оценивать фактическое поведение в Интернете и, при необходимости, распространять понятие игр на другие потенциально проблемные виды поведения в Интернете. В конечном счете, люди не становятся зависимыми от Интернета как такового, но скорее их деятельность может быть проблематичной и может привести к привыканию в Интернете.

 

 

 

   

5. Выводы

Этот обзор был направлен на выявление всех эмпирических исследований на сегодняшний день, в которых использовались методы нейровизуализации для выявления нейрональных коррелятов интернета и игровой зависимости. Есть относительно немного исследований (n = 19), и поэтому крайне важно провести дополнительные исследования, чтобы повторить результаты уже выполненных. На сегодняшний день в исследованиях использованы как структурные, так и функциональные парадигмы. Использование каждой из этих парадигм позволяет извлекать информацию, которая имеет решающее значение для установления измененной нейрональной активности и морфологии, что обусловлено интернет-зависимостью и игровой зависимостью. В целом, исследования показывают, что интернет-зависимость и игровая зависимость связаны как с изменениями функции, так и структуры мозга. Таким образом, эта поведенческая зависимость не только увеличивает активность в областях мозга, обычно связанных с зависимостями, связанными с психоактивными веществами, но, по-видимому, приводит к нейроадаптации таким образом, что сам мозг действительно изменяется в результате чрезмерного взаимодействия с Интернетом и играми. ,

С точки зрения метода, исследования нейровизуализации дают преимущество перед традиционными исследованиями и поведенческими исследованиями, потому что, используя эти методы, можно различить определенные области мозга, которые участвуют в развитии и поддержании зависимости. Измерения повышенной глутаматергической и электрической активности дают представление о функционировании мозга, тогда как измерения морфометрии мозга и диффузии воды дают представление о структуре мозга. Было показано, что каждый из них претерпевает значительные изменения вследствие интернет-зависимости и игровой зависимости.

В заключение, понимание нейрональных коррелятов, связанных с развитием зависимого поведения, связанного с использованием Интернета и игрой в онлайн-игры, будет способствовать дальнейшим исследованиям и проложит путь к разработке подходов к лечению зависимости. С точки зрения клинической практики, расширение наших знаний о патогенезе и поддержании интернет-зависимости и игровой зависимости имеет важное значение для разработки конкретных и эффективных методов лечения. К ним относятся психофармакологические подходы, нацеленные на зависимость от интернета и игр, особенно на уровне биохимии и нейроциркуляции, а также психологические стратегии, направленные на изменение неадаптивных когнитивных и поведенческих моделей.

 

 

 

   

Конфликт интересов

Авторы объявили, что нет никаких конфликтов интересов.

 

 

 

   

Рекомендации

  1. Янг, К. Интернет-зависимость за десятилетие: личный взгляд назад. Мировая психиатрия 2010, 9, 91. [Google Scholar]
  2. Тао, Р .; Хуан, XQ; Ван, JN; Чжан, HM; Чжан Ю .; Ли, М. К. Предложены диагностические критерии интернет-зависимости. Зависимость 2010, 105, 556-564. [Google Scholar]
  3. Шоу, М .; Black, DW Интернет-зависимость: определение, оценка, эпидемиология и клиническое ведение. ЦНС Наркотики 2008, 22, 353-365. [Google Scholar] [CrossRef]
  4. Мюллер, KW; Wölfling, K. Компьютерная игра и интернет-зависимость: аспекты диагностики, феноменологии, патогенеза и терапевтического вмешательства. Suchttherapie 2011, 12, 57-63. [Google Scholar] [CrossRef]
  5. Beutel, ME; Хох, ц .; Вулфинг, К .; Мюллер К.В. Клинические характеристики компьютерной игры и интернет-зависимости у лиц, обращающихся за лечением в поликлинику по поводу компьютерной игровой зависимости. З. Психосом. Med. Psychother. 2011, 57, 77-90. [Google Scholar]
  6. Гриффитс М.Д. «Компонентная» модель зависимости в биопсихосоциальной структуре. J. Subst. использование 2005, 10, 191-197. [Google Scholar] [CrossRef]
  7. Kuss, DJ; Гриффитс, доктор медицинских наук, Интернет-зависимость: систематический обзор эмпирических исследований. Int. J. Ment. Зависимость от здоровья. 2012, 10, 278-296. [Google Scholar] [CrossRef]
  8. Американская психиатрическая ассоциация DSM-5 Development. Беспорядок в использовании Интернета. Доступно онлайн: http://www.dsm5.org/ProposedRevision/Pages/proposedrevision.aspx?rid=573# (доступ к 31 июлю 2012).
  9. Адальер А. Связь между интернет-зависимостью и психологическими симптомами. Int. J. Glob. Образа. 2012, 1, 42-49. [Google Scholar]
  10. Bernardi, S .; Палланти, С. Интернет-зависимость: описательное клиническое исследование, посвященное сопутствующим заболеваниям и диссоциативным симптомам. Compr. психиатрия 2009, 50, 510-516. [Google Scholar] [CrossRef]
  11. Xiuqin, H .; Huimin, Z .; Mengchen, L .; Цзинань, W .; Ying, Z .; Ран, Т. Психическое здоровье, личность и родительские стили воспитания подростков с интернет-зависимостью. Cyberpsychol. Behav. Soc. Netw. 2010, 13, 401-406. [Google Scholar] [CrossRef]
  12. Йоханссон, А .; Готестам К.Г. Интернет-зависимость: характеристика вопросника и распространенность среди норвежской молодежи (12-18 лет). Сканд. J. Psychol. 2004, 45, 223-229. [Google Scholar] [CrossRef]
  13. Лин, М.-П .; Ко, Х.-С .; Ву, JY-W. Факторы распространенности и психосоциального риска, связанные с интернет-зависимостью, в национально репрезентативной выборке студентов колледжей на Тайване. Cyberpsychol. Behav. Soc. Netw. 2011, 14, 741-746. [Google Scholar]
  14. Фу, квт; Чан, WSC; Вонг, PWC; Ип, PSF Интернет-зависимость: распространенность, дискриминантность и корреляция среди подростков в Гонконге. Br. J. психиатрия 2010, 196, 486-492. [Google Scholar] [CrossRef]
  15. Декарт Р. Трактат о человеке; Книги Прометея: Нью-Йорк, Нью-Йорк, США, 2003. [Google Scholar]
  16. Реповш Г. Когнитивная неврология и «проблема разума и тела». Horiz. Psychol. 2004, 13, 9-16. [Google Scholar]
  17. Волков, Северная Дакота; Фаулер, JS; Ван, Дж. Дж. Зависимый человеческий мозг: взгляд из исследований изображений. J. Clin. Вкладывать деньги. 2003, 111, 1444-1451. [Google Scholar]
  18. Павлов И.П. Условные рефлексы: исследование физиологической активности коры головного мозга; Довер: Mineola, Нью-Йорк, США, 2003. [Google Scholar]
  19. Скиннер, Б.Ф. Наука и поведение человека; Макмиллан: Нью-Йорк, Нью-Йорк, США, 1953. [Google Scholar]
  20. Эверитт, BJ; Роббинс, Т. В. Нейронные системы арматуры для наркомании: от действий к привычкам к принуждению. Туземный Neurosci. 2005, 8, 1481-1489. [Google Scholar] [CrossRef]
  21. Каливас, PW; Волков Н.Д. Нейронные основы зависимости: патология мотивации и выбора. Am. J. психиатрия 2005, 162, 1403-1413. [Google Scholar] [CrossRef]
  22. Гольдштейн, Р.З .; Volkow, ND Наркомания и ее основополагающая нейробиологическая основа: нейровизуальные доказательства участия лобной коры. Am. J. Психиатрия 2002, 159, 1642-1652. [Google Scholar] [CrossRef]
  23. Крейвен Р. Ориентация нейронных коррелятов зависимости. Туземный Преподобный Neurosci. 2006, 7. [Google Scholar]
  24. Бребнер, К .; Вонг, ТП; Лю, Л .; Лю, Y .; Campsall, P .; Грей, С .; Фелпс, Л .; Phillips, AG; Wang YT. Nucleus accumbens Долгосрочная депрессия и проявление поведенческой сенсибилизации. Наука 2005, 310, 1340-1343. [Google Scholar]
  25. Уилсон, SJ; Сайетт, Массачусетс; Fiez, JA Префронтальная реакция на сигналы лекарств: нейрокогнитивный анализ. Туземный Neurosci. 2004, 7, 211-214. [Google Scholar]
  26. Di Chiara, G. Nucleus accumbens shell и core dopamine: Дифференциальная роль в поведении и зависимости. Behav. Brain Res. 2002, 137, 75-114. [Google Scholar] [CrossRef]
  27. Кооб, Г.Ф .; Ле Моал, М. Зависимость и антиреволюционная система мозга. Энн. Преподобный Психол. 2008, 59, 29-53. [Google Scholar]
  28. Прочаска, Джо; DiClemente, CC; Норкросс, JC В поисках того, как люди меняются. Приложения для привыкания. Am. Psychol. 1992, 47, 1102-1114. [Google Scholar]
  29. Потенца, М. Н. Должны ли аддиктивные расстройства включать не связанные с веществом состояния? Зависимость 2006, 101, 142-151. [Google Scholar] [CrossRef]
  30. Грант, JE; Брюэр, JA; Potenza, MN Нейробиология зависимости веществ и поведения. CNS Spectr. 2006, 11, 924-930. [Google Scholar]
  31. Niedermeyer, E .; да Силва, FL Электроэнцефалография: основные принципы, клиническое применение и смежные области; Lippincot Williams & Wilkins: Филадельфия, Пенсильвания, США, 2004. [Google Scholar]
  32. Удачи, SJ; Каппенман Э.С. Оксфордский справочник потенциальных компонентов, связанных с событиями; Издательство Оксфордского университета: Нью-Йорк, Нью-Йорк, США, 2011. [Google Scholar]
  33. Бейли, Д.Л .; Таунсенд, DW; Вальк, ЧП; Маисей М.Н. Позитронно-эмиссионная томография: фундаментальные науки; Springer: Secaucus, Нью-Джерси, США, 2005. [Google Scholar]
  34. Meikle, SR; Бикман, FJ; Rose, SE Дополнительные технологии молекулярной визуализации: SPECT высокого разрешения, ПЭТ и МРТ. Препарат Дисков. Сегодня Технол. 2006, 3, 187-194. [Google Scholar] [CrossRef]
  35. Huettel, SA; Song, AW; McCarthy, G. Функциональная магнитно-резонансная томография, 2nd ed .; Синауэр: Сандерленд, Массачусетс, США, 2008. [Google Scholar]
  36. Симмс, М .; Ягер, HR; Шмирер, К .; Юсри Т.А. Обзор структурного магнитно-резонансного нейровизуализации. J. Neurol. Neurosurg. психиатрия 2004, 75, 1235-1244. [Google Scholar] [CrossRef]
  37. Ashburner, J .; Фристон К.Ю. Воксельная морфометрия-Методы. NeuroImage 2000, 11, 805-821. [Google Scholar] [CrossRef]
  38. Le Bihan, D .; Мангин, JF; Poupn, C .; Кларк, Калифорния; Pappata, S .; Молко, Н .; Chabriat, H. Diffusion Tensor Imaging: концепции и приложения. J. Magn. Резон. обработки изображений 2001, 13, 534-546. [Google Scholar]
  39. Dong, G .; Huang, J .; Du, X. Повышенная чувствительность вознаграждения и снижение чувствительности к потерям в интернет-наркоманах: исследование fMRI во время угадывания. J. Psychiatr. Местожительство 2011, 45, 1525-1529. [Google Scholar]
  40. Хан, DH; Lyoo, IK; Renshaw, PF Дифференциальные объемы регионального серого вещества у пациентов с онлайновой зависимостью от игры и профессиональных геймеров. J. Psychiatr. Местожительство 2012, 46, 507-515. [Google Scholar] [CrossRef]
  41. Хан, DH; Хван, JW; Renshaw, PF Bupropion длительное лечение освобождения уменьшает тягу к видеоиграм и индуцированную кией деятельность мозга у пациентов с зависимостью от интернет-видеоигр. Exp. Clin. Psychopharmacol. 2010, 18, 297-304. [Google Scholar]
  42. Хан, DH; Ким, YS; Ли, YS; Мин, кДж; Реншоу, П.Ф. Изменения в индуцированной репликой активности префронтальной коры при игре в видеоигры. Cyberpsychol. Behav. Soc. Netw. 2010, 13, 655-661. [Google Scholar] [CrossRef]
  43. Hoeft, F .; Уотсон, CL; Кеслер, SR; Bettinger, KE; Рейсс А.Л. Гендерные различия в мезокортиколимбической системе во время компьютерных игр. J. Psychiatr. Местожительство 2008, 42, 253-258. [Google Scholar]
  44. Ко, СН; Лю, GC; Сяо, СМ; Йена, JY; Ян, МДж; Лин, туалет; Иена, CF; Чен, CS Мозговая деятельность, связанная с игорным стремлением склонности к онлайн-играм. J. Psychiatr. Местожительство 2009, 43, 739-747. [Google Scholar] [CrossRef]
  45. Лю, Дж .; Гао, ХР; Осунде, я .; Ли, Х .; Чжоу, СК; Чжэн, HR; Ли, Л.Дж. Повышенная региональная однородность при расстройстве интернет-зависимости: исследование функциональной магнитно-резонансной томографии в состоянии покоя. Подбородок. Med. J. 2010, 123, 1904-1908. [Google Scholar]
  46. Юань, К .; Цинь, Ш .; Ван, Дж .; Zeng, F .; Чжао, Л .; Ян, Х .; Лю, П .; Лю, Дж .; Sun, J .; фон Денин, К.М.; и другие. Нарушения микроструктуры у подростков с расстройством интернет-зависимости. PloS One 2011, 6, e20708. [Google Scholar]
  47. Чжоу Ю .; Лин, Ф.-С .; Du, Y.-S .; Цинь, Л.-Д .; Чжао, З.-М .; Xu, J.-R .; Lei, H. Аномалии серого вещества при интернет-зависимости: исследование морфометрии на основе вокселей. Евро. J. Radiol. 2011, 79, 92-95. [Google Scholar]
  48. Лин, Ф .; Чжоу Ю .; Du, Y .; Цинь, Л .; Чжао, Z .; Сюй, Дж .; Лей, Х. Аномальная целостность белого вещества у подростков с расстройством интернет-зависимости: исследование пространственной статистики на основе тракта. PloS One 2012, 7, e30253. [Google Scholar]
  49. Ким, SH; Байк, ШХ; Парк, CS; Ким, SJ; Чой, SW; Ким, С. Е. Снижение D2 рецепторов дофамина в полосатом теле у людей с интернет-зависимостью. Neuroreport 2011, 22, 407-411. [Google Scholar] [CrossRef]
  50. Koepp, MJ; Ганн, RN; Лоуренс, США; Каннингем, VJ; Dagher, A.; Jones, T .; Брукс, DJ; Скамья, CJ; Grasby, PM. Свидетельство о выпуске полосатого дофамина во время видеоигры. Природа 1998, 393, 266-268. [Google Scholar]
  51. Хоу, Х .; Jia, S .; Ху, С .; Fan, R .; Sun, W .; Вс, т .; Чжан Х. Снижение количества переносчиков дофамина в полосатом теле у людей с интернет-зависимостью. J. Biomed. Biotechnol. 2012, 2012. [Google Scholar]
  52. Dong, G .; Zhou, H .; Чжао, X. Мужские интернет-наркоманы демонстрируют ограниченную способность исполнительного контроля: данные из задачи «Цветное слово» Stroop. Neurosci. Lett. 2011, 499, 114-118. [Google Scholar] [CrossRef]
  53. Донг, Дж .; Лу, Q .; Чжоу Х .; Чжао X. Импульсное торможение у людей с интернет-зависимостью: электрофизиологические данные исследования Go / NoGo. Neurosci. Lett. 2010, 485, 138-142. [Google Scholar] [CrossRef]
  54. Донг, Дж .; Чжоу Х. Является ли способность контролировать импульс у людей с расстройством интернет-зависимости: Электрофизиологические данные исследований ERP. Int. J. Psychophysiol. 2010, 77, 334-335. [Google Scholar] [CrossRef]
  55. Ge, L .; Ge, X .; Сюй, Ю .; Чжан К .; Чжао, Дж .; Kong, X. Изменение P300 и когнитивно-поведенческая терапия у пациентов с интернет-зависимостью. Последующее исследование 3-month. Нейронный Реген. Местожительство 2011, 6, 2037-2041. [Google Scholar]
  56. Литтель, М .; Luijten, M .; Ван ден Берг, я .; van Rooij, A .; Keemink, L .; Франкен И. Обработка ошибок и торможение ответов у чрезмерных игроков в компьютерные игры: исследование ERP. Addict. Biol. 2012. [Google Scholar]
  57. Ю, Х .; Чжао, Х .; Li, N .; Ван, М .; Чжоу П. Влияние чрезмерного использования Интернета на частотно-временную характеристику ЭЭГ. Prog. Туземный Sci. 2009, 19, 1383-1387. [Google Scholar] [CrossRef]
  58. Дерогатис, LR SCL-90-R Руководство по администрированию, оценке и процедурам II; Клинические психометрические исследования: Тоусон, Мэриленд, США, 1994. [Google Scholar]
  59. Коста, PT; McCrae, RR Пересмотренный Инвентаризация личности NEO (NEO-PI-R) и пятифакторная инвентаризация NEO (NEO-FFI): профессиональное руководство; Ресурсы психологической оценки: Одесса, Флорида, США, 1992. [Google Scholar]
  60. Накви, NH; Бечара А. Скрытый остров зависимости: островок. Тенденции Neurosci. 2009, 32, 56-67. [Google Scholar] [CrossRef]
  61. Young, KS Internet Addiction Test (IAT). Доступно онлайн: http://www.netaddiction.com/index.php?option=com_bfquiz&view=onepage&catid=46&Itemid=106 (доступ к 14 May 2012).
  62. Тао, Р .; Хуан, Х .; Wang, J .; Лю, С .; Zang, H .; Сяо Л. Предложенный критерий для клинической диагностики интернет-зависимости. Med. J. Chin. PLA 2008, 33, 1188-1191. [Google Scholar]
  63. Wang, W .; Тао, Р .; Niu, Y .; Чен, Q .; Jia, J .; Ван Х. Предварительно предложены диагностические критерии патологического использования Интернета. Подбородок. Мент. Здоровье Дж. 2009, 23, 890-894. [Google Scholar]
  64. Янг К. Интернет-зависимость: появление нового клинического расстройства. Cyberpsychol. Behav. 1998, 3, 237-244. [Google Scholar] [CrossRef]
  65. Young, KS; Роджерс Р.К. Связь между депрессией и интернет-зависимостью. Cyberpsychol. Behav. 1998, 1, 25-28. [Google Scholar] [CrossRef]
  66. Джонсон, S. NPD Group: общий объем продаж игрового программного обеспечения 2010 не изменился по сравнению с 2009. Доступно онлайн: http://www.g4tv.com/thefeed/blog/post/709764/npd-group-total-2010-game-software-sales-flat-compared-to-2009 (доступ к 3 февраль 2012).
  67. Янг К. Психология использования компьютера: XL. Захватывающее использование Интернета: случай, который ломает стереотип. Psychol. По донесению 1996, 79, 899-902. [Google Scholar] [CrossRef]
  68. Голдберг И. Диагностические критерии интернет-аддиктивного расстройства (IAD). Доступно онлайн: http://www.psycom.net/iadcriteria.html (доступ к 23 May 2012).
  69. Янг К. пойман в сети; Wiley: Нью-Йорк, Нью-Йорк, США, 1998. [Google Scholar]
  70. Бентлер П. М. Сравнительные индексы соответствия в структурных моделях. Psychol. Bull. 1990, 107, 238-246. [Google Scholar] [CrossRef]
  71. Чен, SH; Венг, ЛНР; Су, YJ; Ву, HM; Ян П.Ф. Развитие китайской шкалы интернет-зависимости и ее психометрическое исследование. Подбородок. J. Psychol. 2003, 45, 279-294. [Google Scholar]
  72. Борода, KW; Вольф Е.М. Модификация в предложенных диагностических критериях интернет-зависимости. Cyberpsychol. Behav. 2001, 4, 377-383. [Google Scholar] [CrossRef]
  73. Ван Рой, AJ; Schoenmakers, TM; ван ден Эйнден, RJ; van de Mheen, D. Тест на зависимость от видеоигр (НДС): валидность и психометрические характеристики. Cyberpsychol. Behav. Soc. Netw. 2012. [Google Scholar]
  74. Ко, СН; Йена, JY; Чен, SH; Ян, МДж; Лин, ХК; Йен, CF Предложенные диагностические критерии и инструмент скрининга и диагностики интернет-зависимости у студентов. Compr. психиатрия 2009, 50, 378-384. [Google Scholar]
  75. Шихан, Д.В. Lecrubier, Y .; Sheehan, KH; Аморим, П .; Janvas, J .; Weiller, E .; Hergueta, T .; Бейкер Р .; Данбар Г.С. Мини-международное психоневрологическое интервью (MINI): разработка и проверка структурированного диагностического психиатрического интервью для DSM-IV и ICD-10. J. Clin. психиатрия 1998, 59, 22-33. [Google Scholar]
  76. Цай, МС; Цай, Ю.Ф .; Чен, CY; Liu, CY Тест на выявление нарушений, связанных с употреблением алкоголя (AUDIT): Установление предельных показателей в госпитализированном населении Китая. Алкоголь. Clin. Exp. Местожительство 2005, 29, 53-57. [Google Scholar] [CrossRef]
  77. Хизертон, TF; Козловский Л.Т .; Фрекер, RC; Фагерстрем, К.О. Тест Фагерстрома на никотиновую зависимость: пересмотр вопросника по толерантности Фагерстрома. Br. J. Addict. 1991, 86, 1119-1127. [Google Scholar] [CrossRef]
  78. Бек, А .; Ward, C .; Мендельсон, М. Инвентарь для измерения депрессии. Архипелаг Генерал психиатрии 1961, 4, 561-571. [Google Scholar] [CrossRef]
  79. Lebcrubier, Y .; Шихан, Д.В. Weiller, E .; Аморим, П .; Бонора, я .; Шихан, Гонконг; Janavs, J .; Данбар Г.С. Мини-международное психоневрологическое интервью (MINI). Краткое диагностическое структурированное интервью: надежность и достоверность в соответствии с CIDI. Евро. психиатрия 1997, 12, 224-231. [Google Scholar]
  80. Во-первых, МБ; Гиббон, М .; Spitzer, RL; Уильямс, структурированное клиническое интервью JBW для расстройств оси I DSM-IV: версия для клиницистов (SCID-CV): административный буклет; Американская психиатрическая пресса: Вашингтон, округ Колумбия, США, 1996. [Google Scholar]
  81. Барратт Е.С. Факторный анализ некоторых психометрических показателей импульсивности и тревожности. Psychol. По донесению 1965, 16, 547-554. [Google Scholar] [CrossRef]
  82. Ли, шкала импульсивности HS; Руководство для Кореи: Сеул, Корея, 1992. [Google Scholar]
  83. Олдфилд, Р. К. Оценка и анализ вручаемости: Эдинбургский инвентарь. Neuropsychologia 1971, 9, 97-113. [Google Scholar] [CrossRef]
  84. Шихан, Д.В. Sheehan, KH; Shyte, RD; Janavs, J .; Bannon, Y .; Роджерс, JE; Мило, КМ; Сток, SL; Уилкинсон Б. Надежность и обоснованность мини-международного психоневрологического интервью для детей и подростков (MINI-KID). J. Clin. психиатрия 2010, 71, 313-326. [Google Scholar] [CrossRef]
  85. Хуан, Х .; Чжан З. Составление шкалы диспозиции юношества. Acta Psychol. Грех. 2001, 33, 338-343. [Google Scholar]
  86. Паттон, JH; Стэнфорд, MS; Барратт Е.С. Факторная структура шкалы импульсивности Барратта. J. Clin. Psychol. 1995, 51, 768-774. [Google Scholar] [CrossRef]
  87. Бирмахер, Б .; Khetarpal, S .; Брент, Д .; Калли, М .; Balach, L .; Кауфман, J .; Нир, С. М. Экран эмоциональных расстройств, связанных с детской тревогой (СКАРЭД): построение шкалы и психометрические характеристики. Варенье. Акад. Ребенок Adolesc. психиатрия 1997, 36, 545-553. [Google Scholar]
  88. Эпштейн, NB; Болдуин Л.М. Епископ Д.С. Устройство оценки семейства МакМастеров. J. Семейное Fam. Ther. 1983, 9, 171-180. [Google Scholar] [CrossRef]
  89. Ян, СК; Choe, BM; Baity, M .; Ли, JH; Чо, JS SCL-90-R и 16PF профили старших школьников с чрезмерным использованием Интернета. Можно. J. психиатрия 2005, 50, 407-414. [Google Scholar]
  90. Айзенк, SBG; Пирсон, PR; Easting, G .; Allsopp, JF Возрастные нормы импульсивности, венчурности и эмпатии у взрослых. Чел. Индивид. Отличаются. 1985, 6, 613-619. [Google Scholar] [CrossRef]
  91. Lijffijt, M .; Caci, H .; Кенеманс Дж. Л. Проверка голландского перевода вопросника l7. Чел. Индивид. Отличаются. 2005, 38, 1123-1133. [Google Scholar] [CrossRef]
  92. Lemmens, P .; Tan, ES; Книббе Р.А. Измерение количества и частоты употребления алкоголя в опросе населения в целом: сравнение пяти показателей. J. Stud. Алкоголь 1992, 53, 476-486. [Google Scholar]
  93. Бек, AT; Стир, Р. Руководство по описанию депрессии Бека; Психологическая Корпорация: Сан-Антонио, Техас, США, 1993. [Google Scholar]
  94. Yi YS; Ким Дж. С. Допустимость коротких форм по шкале интеллекта Кореи-Векслера. Корейский J. Clin. Psychol. 1995, 14, 111-116. [Google Scholar]
  95. Гольдштейн, RZ; Алия-Кляйн, N .; Tomasi, D .; Каррильо, JH; Maloney, T .; Войчик, Пенсильвания; Wang, R .; Теланг, Ф .; Волков Н.Д. Гипоактивация передней части поясной извилины в эмоционально значимой задаче при кокаиновой зависимости. Proc. Natl. Акад. Sci. Соединенные Штаты Америки 2009, 106, 9453-9458. [Google Scholar]
  96. Schoenebaum, G .; Roesch, MR; Стальнакер Т.А. Орбитофронтальная кора головного мозга, принятие решений и наркомания. Тенденции Neurosci. 2006, 29, 116-124. [Google Scholar] [CrossRef]
  97. Li, C .; Синха, Р. Ингибирующий контроль и регуляция эмоционального стресса: нейровизуальные данные о лобно-лимбической дисфункции при психостимулирующей зависимости. Neurosci. Biobehav. Rev. 2008, 32, 581-597. [Google Scholar] [CrossRef]
  98. Мэддок, RJ; Garrett, AS; Buonocore, MH Активация задней части поясной извилины с помощью эмоциональных слов: данные МРТ из задачи валентного решения. Hum. Brain Mapp. 2003, 18, 30-41. [Google Scholar] [CrossRef]
  99. Шницлер, А .; Salenius, S .; Salmelin, R .; Jousmäki, V .; Хари Р. Вовлечение первичной моторной коры в двигательные образы: нейромагнитное исследование. Neuroimage 1997, 6, 201-208. [Google Scholar] [CrossRef]
  100. Schiemanck, S .; Кваккель, Г .; Почта, MWM; Каппелле, JL; Prevo, AJH Влияние поражения внутренних капсул на результаты моторной функции кисти через год после инсульта. J. Rehabil. Med. 2008, 40, 96-101. [Google Scholar] [CrossRef]
  101. Розенберг, BH; Landsittel, D .; Averch, TD Можно ли использовать видеоигры для прогнозирования или улучшения лапароскопических навыков? J. Endourol. 2005, 19, 372-376. [Google Scholar] [CrossRef]
  102. Бора, Э .; Yucel, M .; Fornito, A .; Pantelis, C .; Харрисон, Би Джей; Cocchi, L .; Pell, G .; Лубман Д.И. Микроструктура белого вещества при опиатной зависимости. Addict. Biol. 2012, 17, 141-148. [Google Scholar] [CrossRef]
  103. Да, PH; Симпсон, К .; Durazzo, TC; Gazdzinski, S .; Meyerhoff, DJ Пространственная статистика на основе трактов (TBSS) данных диффузионно-тензорной визуализации при алкогольной зависимости: аномалии мотивационной нейроциркуляции. Психиатрия Рез. 2009, 173, 22-30. [Google Scholar] [CrossRef]
  104. Arnone, D .; Абу-Салех, Монтана; Баррик Т.Р. Диффузионная тензорная томография мозолистого тела при зависимости. Neuuropsychobiology 2006, 54, 107-113. [Google Scholar] [CrossRef]
  105. Бьюн, С .; Руффини, С .; Mills, JE; Дуглас, AC; Niang, M .; Степченкова С .; Ли, СК; Лоутфи, Дж .; Ли, JK; Аталла, М .; и другие. Интернет-зависимость: метасинтез количественных исследований 1996 – 2006. Cyberpsychol. Behav. 2009, 12, 203-207. [Google Scholar] [CrossRef]
  106. Полич, J .; Поллок, В.Е .; Блум, Ф. Э. Метаанализ амплитуды P300 у мужчин, подверженных риску алкоголизма. Psychol. Bull. 1994, 115, 55-73. [Google Scholar] [CrossRef]
  107. Николс, JM; Martin, F. P300 у тех, кто сильно пьёт в обществе: эффект лоразепама. Алкоголь 1993, 10, 269-274. [Google Scholar] [CrossRef]
  108. Сохадзе Э .; Стюарт, С .; Холлифилд, М .; Тасман А. Потенциал, связанный с событиями, исследование исполнительных дисфункций в задачах ускоренной реакции при кокаиновой зависимости. J. Neurother. 2008, 12, 185-204. [Google Scholar] [CrossRef]
  109. Томас, MJ; Каливас, PW; Шахам Ю. Нейропластичность в мезолимбической допаминовой системе и кокаиновая зависимость. Br. J. Pharmacol. 2008, 154, 327-342. [Google Scholar]
  110. Волков, Северная Дакота; Фаулер, JS; Ван, Дж. Дж .; Свансон, JM Дофамин в злоупотреблении наркотиками и наркомании: результаты исследований изображений и последствия лечения. Mol. психиатрия 2004, 9, 557-569. [Google Scholar] [CrossRef]
  111. Jia, SW; Wang, W .; Лю, Y .; Ву, З.М. Нейровизуализирующие исследования изменений полосатого тела головного мозга у героин-зависимых пациентов, получавших фитотерапию, капсулу U'finer. Addict. Biol. 2005, 10, 293-297. [Google Scholar] [CrossRef]
  112. Моррисон, СМ; Гор, Х. Взаимосвязь между чрезмерным использованием Интернета и депрессией: исследование 1319 молодых людей и взрослых на основе анкетирования. психопатология 2010, 43, 121-126. [Google Scholar] [CrossRef]
  113. Ди Никола, М .; Tedeschi, D .; Мазза, М .; Martinotti, G .; Harnic, D .; Каталано, V .; Бруски, А .; Pozzi, G .; Bria, P .; Джанири, Л. Поведенческая зависимость у пациентов с биполярным расстройством: роль импульсивности и личностных аспектов. J. Аффект. Disord. 2010, 125, 82-88. [Google Scholar] [CrossRef]
  114. Волков, Северная Дакота; Фаулер, JS; Ван, Дж. Дж. Зависимый человеческий мозг, рассматриваемый в свете исследований визуализации: Цепи мозга и стратегии лечения. Нейрофармакология 2004, 47, 3-13. [Google Scholar] [CrossRef]
  115. Шаффер, HJ; LaPlante, DA; LaBrie, RA; Кидман, RC; Донато А.Н. Стентон, М.В. К модели синдрома зависимости: множественные выражения, общая этиология. Харв. Преподобная психиатрия 2004, 12, 367-374. [Google Scholar] [CrossRef]