Znížená funkčná schopnosť mozgu u dospievajúcich s internetovou závislosťou (2013)

PLoS One. 2013;8(2):e57831. doi: 10.1371/journal.pone.0057831.

Hong SB, Zalesky A, Cocchi L, Fornito A, Choi EJ, Kim HH, Suh JE, Kim CD, Kim JW, Yi SH.

zdroj

Centrum neuropsychiatrie v Melbourne, psychiatrické oddelenie, Univerzita Melbourne a Melbourne Health, Parkville, Victoria, Austrália; Inštitút neurovedy a duševného zdravia Florey, Parkville, Viktória, Austrália; Oddelenie detskej a dospievajúcej psychiatrie, psychiatrické oddelenie, lekárska fakulta, Soulská národná univerzita, Soul, Kórejská republika.

abstraktné

POZADIE:

Internet závislosť sa stále viac uznáva ako duševná porucha, hoci jej neurobiologický základ nie je známy. Táto štúdia využívala funkčné neuroimaging na skúmanie funkčnej konektivity celého mozgu u adolescentov s diagnostikovanou internet závislosť, Na základe neurobiologických zmien pozorovaných v iných závislosť súvisiacich porúch sa predpokladalo, že prerušenie pripojenia u adolescentov s internet závislosť by bolo najvýznamnejšie v kortikostriálnych obvodoch.

metodika:

Účastníkmi boli diagnostikovaní adolescenti 12 internet závislosť a zdravých porovnávacích subjektov 11. Získali sa obrázky magnetickej rezonancie v pokojnom stave a skupinové rozdiely vo funkčnej konektivite mozgu sa analyzovali pomocou štatistiky založenej na sieti. Analyzovali sme tiež topológiu siete a testovali sme rozdiely medzi skupinami v kľúčových sieťových opatreniach založených na grafoch.

Výsledky:

Dospievajúci s internet závislosť ukázalo zníženú funkčnú konektivitu pokrývajúcu distribuovanú sieť. Väčšina narušených spojení zahŕňala kortiko-subkortikálne obvody (∼24% s prefrontálnymi a ∼27% s mozgovou kôrou). Bilaterálny putamen bol najrozsiahlejšou subkortikálnou oblasťou mozgu, V topologických meraniach siete vrátane koeficientu zhlukovania, charakteristickej dĺžky cesty alebo pomeru nízkej svetlosti sa nepozoroval žiadny rozdiel medzi skupinami.

Záver:

Internet závislosť je spojená s rozsiahlym a výrazným poklesom funkčnej konektivity v kortikostranálnych obvodoch v neprítomnosti globálnych zmien v topológii funkčnej mozgovej siete.

citácie: Hong SB, Zalesky A, Cocchi L, Fornito A, Choi EJ, a kol. (2013) Znížená funkčná mozgová konektivita u adolescentov so závislosťou od internetu. PLYS ONE 8 (2): e57831. doi: 10.1371 / journal.pone.0057831

Editor: Xi-Nian Zuo, Psychologický ústav, Čínska akadémia vied, Čína

obdržal: Október 1, 2012; Prijatý: Január 26, 2013; Publikované: Februára 25, 2013

Copyright: © 2013 Hong a kol. Toto je článok s otvoreným prístupom distribuovaný podľa podmienok licencie Creative Commons Attribution License, ktorá umožňuje neobmedzené použitie, distribúciu a reprodukciu na akomkoľvek médiu za predpokladu, že sa na pôvodného autora a zdroj pripíše kredit.

financovania: Túto prácu podporil výskumný fond mozgovej fúzie Národnej univerzity v Soule. Spoločnosť SBH bola podporená grantom Kórejskej národnej výskumnej nadácie (Global Internship Program), ktorý financovala kórejská vláda. AF bol podporovaný Národnou radou pre zdravie a lekársky výskum CJ Martin Fellowship (ID: 454797). Poskytovatelia finančných prostriedkov nemali žiadnu rolu pri návrhu štúdie, zbere a analýze údajov, rozhodovaní o uverejnení alebo príprave rukopisu.

Konkurenčné záujmy: Autori vyhlásili, že neexistujú konkurenčné záujmy.

 

úvod

Závislosť na internete sa čoraz viac uznáva na verejnosti aj vo vedeckej komunite na celom svete [1], i keď ide o relatívne nový stav a jeho psychopatologické vlastnosti a neurobiologické mechanizmy ostávajú zle pochopené. Nedávne štúdie neuroimagingu zaznamenali významné zmeny vo fungovaní mozgu a štruktúre spojené so závislosťou od internetu. Väčšina týchto štúdií využívala funkčné zobrazovanie pomocou magnetickej rezonancie (fMRI), ktoré sa vykonávalo počas úloh, a má implikovanú frontálnu a striatálnu oblasť a v menšej miere aj mozgovú kôru a mozgu [2]-[5], Ďalej, s použitím pozitrónovej emisnej tomografie (PET), Kim et al. (2011) zistil zníženú dostupnosť dopamínového D2 receptora v bilaterálnych kaudátoch a pravých putamenoch [6]a Hou a kol. (2012) s použitím tomografie s jednoduchou fotónovou emisiou (SPECT) zistila zníženú hladinu expresie striatálneho dopamínového transportéra u dospelých s internetovou závislosťou [7], Tieto zistenia sú v súlade so súčasnými teoretickými modelmi porúch závislosti, ktoré zahŕňajú nielen závislosť od návykových látok, ale aj návykové správanie (napr. Patologické hráčstvo), ktoré zdôrazňujú patológiu obvodov frantrálneho striatusu [8], ako aj ostrovček [9], [10], Štrukturálne MRI štúdie Zhou a kol. (2011) a Yuan a kol. (2011) spoločne navrhli abnormality šedej hmoty v mozgových oblastiach vrátane prefrontálnej kôry [11], [12]a difúzne tenzorová štúdia Lin a kol. (2012) hlásil rozšírené abnormality bielej hmoty u adolescentov so závislosťou od internetu [13], Nakoniec Liu a kol. (2010) zistil zmenenú regionálnu homogenitu v závislosti na internete [14], čo je podľa našich vedomostí jediný nález fMRI v pokojnom stave, ktorý sa v literatúre týka tejto poruchy [15], Autori skúmali časovú homogenitu v signáli závislosti od hladiny krvi-kyslíka (BOLD) každého voxelu so signálmi jeho najbližších susedných voxelov 26 spôsobom voxel-moudrý.

FMRI v pokojnom stave je relatívne nová zobrazovacia technika na skúmanie medziregionálnych korelácií spontánnej mozgovej aktivity, zaznamenané ako ticho ležiaci v skeneri bez toho, aby sa zaoberali konkrétnou úlohou [16], Tento prístup poskytuje robustnú metódu na mapovanie dobre definovaných funkčných systémov [17], [18], Opatrenia v kľudovom stave sú spoľahlivé [19], [20], pod genetickou kontrolou [21]-[23]a myšlienka indexovať vnútornú vlastnosť organizácie fungujúcej v mozgu [24], s výhradou určitých upozornení [25], V kombinácii s teoretickými technikami grafov poskytuje fMRI v pokojnom stave účinný prostriedok na skúmanie rozsiahlej organizácie dynamiky funkčného mozgu a jej narušenia v psychopatologických podmienkach. [26].

V tejto štúdii sme použili údaje fMRI v pokojnom stave na mapovanie rozdielov vo funkčnej konektivite medzi komplexnou sadou odlišných kortikálnych a subkortikálnych mozgových oblastí 90 u zdravých jedincov a adolescentov s internetovou závislosťou so zameraním na jednotlivcov, ktorí sa zaoberajú nadmerným hraním online medzi navrhovanými subtypmi. tejto poruchy [27], Vykonali sme tiež analýzu sieťových topologických porúch [28] aby sa vyhodnotilo, či rozdiely medzi silami v prepojení medzi skupinami boli ďalej spojené s globálnou rekonfiguráciou funkčných interakcií [26], ako bolo hlásené pri mnohých ďalších psychiatrických poruchách [29], [30].

Na základe predchádzajúcich štrukturálnych a funkčných zistení neuroimagingu v závislosti na internete [3], [4], [6], [7], [15], spolu so zavedenými teoretickými modelmi porúch závislosti od návykových látok [8], [9], predpokladali sme, že dospievajúci so závislosťou od internetu by preukázali zmenenú medziregionálnu prepojenosť medzi frontálnymi a striatálnymi regiónmi, s možným ďalším zapojením mozgovej kôry a ostrovčekov.

 

Materiály a metódy

Vyhlásenie o etike

Túto štúdiu schválila Inštitucionálna hodnotiaca rada pre ľudské subjekty na Národnej univerzite v Soule. Všetci dospievajúci a ich rodičia poskytli písomný informovaný súhlas pred vstupom na štúdium. Štúdia sa uskutočnila v súlade s Helsinskou deklaráciou.

účastníci

Dvanásť adolescentov s pravou rukou s internetovou závislosťou a 11 pravou rukou a rodovou zhodou [31] na tejto štúdii sa zúčastnili zdravé kontroly. Diagnóza závislosti na internete bola stanovená pomocou škály mladých závislostí na internete (YIAS), ktorá pozostáva z položiek 20, pričom každá je založená na stupnici podľa Likertovej bodky 5, ktorá vyhodnocuje mieru problémov spôsobených používaním internetu. [32]a Kiddieho plán pre afektívne poruchy a schizofréniu-súčasnú a celoživotnú verziu (K-SADS-PL), pološtrukturovaný diagnostický rozhovorový nástroj so zavedenou platnosťou a spoľahlivosťou, ktorý nám umožnil vylúčiť ďalšie psychiatrické poruchy [33], [34], Účastníci s internetovou závislosťou sa obmedzili na tých, ktorí sa hlásili, že zažili typické zložky závislosti (tj toleranciu, stiahnutie, záujem o hranie online hier, opakované neúspešné pokusy o zníženie alebo zastavenie online hrania, negatívne ovplyvnili náladu pri pokuse o zníženie hrania online a zanedbávanie dôležitých vzťahov alebo aktivít kvôli online hrám) [35], [36], Všetci účastníci s internetovou závislosťou uviedli medzi navrhovanými podtypmi tejto poruchy nadmerné online hry. Rovnaké nástroje sa použili pri nábore zdravých adolescentov. Hodnotili sa aj demografické informačné a spravodajské kvocienty (IQ) všetkých účastníkov (pozri Tabuľka 1).

thumbnail
Na stiahnutie: 

 

Tabuľka 1. Demografické a klinické charakteristiky účastníkov.

doi: 10.1371 / journal.pone.0057831.t001

Zber údajov a spracovanie obrázkov

Obrázky fMRI v pokojnom stave sa získali na skeneri 3T Siemens (Siemens Magnetom Trio Tim Syngo MR B17, Nemecko) s nasledujúcimi parametrami: čas opakovania (TR) 2700 ms; čas odozvy (TE) 30 ms; akvizičná matica 64 × 64; zorné pole (FOV) 192 × 192 mm2; uhol preklopenia 90 °; veľkosť voxelu 3.0 mm x 3.0 mm x 3.0 mm; plátky 40. Celkový čas akvizície bol 6 min. 45 s. Použila sa cievka hlavy a pohyb hlavy sa minimalizoval vyplnením prázdneho priestoru okolo hlavy materiálom špongie a upevnením spodnej čeľuste páskou.

Predbežné spracovanie snímok fMRI sa uskutočnilo pomocou Asistenta spracovania údajov pre odpočinkový stav fMRI (DPARSF). [37], ktorá je založená na štatistickom parametrickom mapovaní (SPM8) a nástroji na analýzu údajov fMRI v pokojovom stave (REST). Prvé snímky 5 u každého subjektu boli vyradené a zostávajúce snímky 145 boli korigované na časovanie rezov a zarovnané na prvý zväzok, aby sa korigovali pohybové artefakty. Všetci účastníci vykazovali v parametroch pohybu hlavy 0.5 menej ako 0.5 mm a 6 ° rotácie. Okrem toho sa tieto dve skupiny významne nelíšili (p<0.05) v štyroch parametroch pohybu hlavy, ktoré nedávno navrhli Van Dijk a kol. [38]: tj., stredný posun hlavy (závislosť na internete: 0.04 ± 0.01 mm, kontrola: 0.04 ± 0.01 mm), maximálny posun hlavy (závislosť na internete: 0.18 ± 0.14 mm, kontrola: 0.17 ± 0.07 mm), počet mikro (> 0.1 mm ) pohyby (nie viac ako 2 pre všetkých účastníkov, s výnimkou dvoch jedincov v skupine so závislosťou od internetu, ktorí majú 5 a 6 mikro pohybov) a rotácia hlavy (závislosť od internetu: 0.04 ± 0.01 °, kontrola: 0.04 ± 0.00 °). Pred priestorovou normalizáciou bola na základe údajov zo štúdie NIH MRI o vývoji normálneho mozgu pomocou šablóny O-Matic vytvorená šablóna mozgu zodpovedajúca veku a pohlaviu. [39], Naše snímky fMRI boli normalizované pomocou tejto prispôsobenej šablóny a vyhladené pomocou Gaussovského jadra 6 mm s plnou šírkou polovice. Dáta boli potom zničené a nízkofrekvenčné výkyvy (0.01 – 0.08 Hz) boli filtrované, aby sa detegovali signály zo sivej hmoty a znížil sa vplyv šumu. Šesť parametrov pohybu hlavy, signály bielej hmoty a signály mozgovomiechového moku boli regresované z filtrovaného signálu BOLD. Nakoniec boli zvyšky tejto regresie extrahované z mozgových oblastí (uzlov) 90 na základe atlasu automatizovaného anatomického označovania (AAL). [40]a boli vypočítané párové asociácie, výsledkom ktorých bola matica prepojenia 90 ku 90 na každého subjektu. Na kvantifikáciu každej párovej asociácie sa použil Pearsonov korelačný koeficient (nulové oneskorenie). Všimnite si, že globálny signál nebol zahrnutý ako obťažujúca premenná, čím bol zabezpečený minimálny podiel negatívnych korelácií.

Analýza dát

Sieťová štatistika (NBS) [41], [42] sa použil na identifikáciu regionálnych mozgových sietí vykazujúcich významný rozdiel medzi skupinami v medziregionálnej funkčnej konektivite. Konkrétne sa uskutočnil t-test na testovanie rozdielov medzi skupinami v korelačnom koeficiente pri každom z jedinečných regionálnych párov 90x (90-1) / 2 = 4005. Prepojené siete, formálne známe ako komponenty grafu, boli potom identifikované medzi spojmi s t-štatistikou prekračujúcou prahovú hodnotu t = 3.0. P-hodnota korigovaná na chybu rodiny (FWE) bola vypočítaná pre veľkosť každého výsledného komponentu pomocou permutačného testu (20000 permutácie). Každá permutácia zahŕňala náhodné premiešanie skupinových štítkov a identifikáciu veľkosti najväčší prepojená sieť, čím sa získa empirické nulové rozdelenie maximálnych veľkostí komponentov [43]. F-korigovaná hodnota p bola odhadnutá pre každú vzájomne prepojenú sieť ako podiel permutácií, ktoré poskytli väčšiu vzájomne prepojenú sieť alebo sieť rovnakej veľkosti. Dve alternatívne hypotézy (závislosť> kontroly a závislosť <kontroly) boli vyhodnotené nezávisle. Všetky tieto kroky boli vykonané pomocou softvérového balíka NBS, ktorý je voľne distribuovaný ako súčasť Brain Connectivity Toolbox (http://www.brain-connectivity-toolbox.net/) alebo NITRC (http://www.nitrc.org/projects/nbs/). Posúdiť reprodukovateľnosť akýchkoľvek významných nálezov k alternatívnym atlasom [44]vyššie uvedená analýza sa opakovala osobitne s atlasom AAL substituovaným dvoma alternatívnymi atlasmi na rozdelenie kôry do neprekrývajúcich sa oblastí; a to štrukturálny atlas Montrealského neurologického inštitútu (MNI) (http://www.fmrib.ox.ac.uk/fsl/data/atlas-descriptions.html) a náhodná parcelácia zahŕňajúca oblasti 120 [45], Atlas MNI je hrubá parcelácia predstavujúca osem anatomických oblastí na mozgovú hemisféru, čím uľahčuje charakterizáciu medzibunkovej konektivity.

Ďalej sme testovali rozdiely medzi skupinami v kľúčových sieťových mierach založených na grafoch [28]; konkrétne priemerný zhlukovací koeficient, charakteristická dĺžka cesty a pomer malej svetlosti. Interpretáciu týchto opatrení z hľadiska zložitosti a organizácie mozgu možno nájsť v najnovšej literatúre [26], [30], [46]-[49], Matice konektivity boli najprv binarizované s ohľadom na súbor pevných hustôt pripojenia, od 10% do 30% [28], Merania siete boli vypočítané pri každej hustote s použitím príslušnej funkcie poskytnutej v Brain Connectivity Toolbox. Koeficient zhlukovania a charakteristická dĺžka cesty boli normalizované s ohľadom na súbor náhodných sietí 20 generovaných pomocou algoritmu opätovného zapojenia Maslov-Sneppen [50], Rozdiely medzi skupinami sa potom vyhodnotili pri každej hustote pomocou dvojstranného t-testu.

Nakoniec sa zhlukovací koeficient a dĺžka cesty vypočítali lokálne pre každú z oblastí 90. Dvojstranný t-test sa tiež použil na testovanie rozdielov medzi skupinami v týchto regionálnych špecifických opatreniach. Miera falošných objavov (FDR) [51] sa použil na korekciu pre viacnásobné porovnania v rámci rodiny hustôt siete a regiónov.

 

výsledky

Charakteristika účastníkov

Všetci účastníci boli muži s pravou rukou. Medzi týmito dvoma skupinami nebol zistený významný rozdiel vo veku a IQ a skóre YIAS bolo výrazne vyššie v skupine závislých od internetu (Tabuľka 1).

Skupinové rozdiely vo funkčnej konektivite

NBS identifikovala jednotnú sieť, ktorá vykazuje výrazne (p<0.05, korekcia FWE) znížila konektivitu u dospievajúcich so závislosťou od internetu v porovnaní s kontrolami. Táto ovplyvnená sieť pozostávala z 59 odkazov a zahŕňala 38 rôznych oblastí mozgu (Obrázok 1). Sieť bola do značnej miery replikovaná, keď bol atlas AAL nahradený dvoma alternatívnymi atlasmi na rozdelenie kôry do neprekrývajúcich sa oblastí (pozri Obrázok S1). Napriek značným rozdielom v celkovom počte regiónov zahŕňajúcich tieto atlasy (AAL: 90, MNI: 16, náhodne: 120) bola v celkovej štruktúre siete zrejmá pozoruhodná konzistencia. Veľkosť siete sa očakávala s rozlíšením atlasu (tj celkový počet regiónov), čo viedlo k zložitejšej konfigurácii. Zapojené kortikálne a subkortikálne oblasti (a zodpovedajúce laloky) sa však v troch atlasoch široko replikovali. Obrázky boli vizualizované pomocou prehliadača BrainNet (http://www.nitrc.org/projects/bnv/).

thumbnail
Na stiahnutie: 

Obrázok 1. Sieť zníženej funkčnej konektivity mozgu u adolescentov so závislosťou na internete.

Červené bodky predstavujú stereotaktické centroidy mozgových oblastí (uzlov) definované atlasom automatizovaného anatomického označovania (AAL) a modré čiary predstavujú nadprahové väzby (t = 3.0) tvoriace zasiahnutú sieť identifikovanú pomocou sieťovej štatistiky (NBS) (p<0.05, po jednotlivých zložkách). Axiálny pohľad ilustruje zapojenie interhemisférických spojov (tj spojov krížiacich sa medzi pravou a ľavou hemisférou). Sagitálny pohľad ilustruje zapojenie čelných, časových a temenných lalokov do postihnutej siete.

doi: 10.1371 / journal.pone.0057831.g001

Podľa Fornito et al. [52], AAL regióny boli rozdelené do zodpovedajúcich veľkých lalokov (napr. Frontálne, temporálne, parietálne) a podiel spojení spájajúcich tieto veľké divízie bol kvantifikovaný pre každý pár lalokov. Zistilo sa, že boli ovplyvnené fronto temporo-parietálne spojenia, ale týlny lalok nebol zahrnutý do postihnutej siete. Väčšina spojení, ktoré sa znížili v skupine závislostí od internetu, zahŕňala spojenia medzi subkortikálnymi regiónmi a frontálnymi (~ 24%) a parietálnymi (~ 27%) kortikami (Obrázok 2). Aby sme lepšie pochopili, ktoré subkortikálne regióny môžu prispieť k tomuto zisteniu, skúmali sme prepojenosť medzi každým kortikálnym lalokom a každým subkortikálnym regiónom osobitne v sieti NBS (Obrázok S2). Táto analýza odhalila, že subkortikálne oblasti zahŕňali hippocampus, globus pallidus a putamen. Jadro amygdaly a caudátu neboli zahrnuté do postihnutej siete. Bilaterálny putamen bol najrozsiahlejšou subkortikálnou oblasťou, ktorá vykazovala znížené spojenia so všetkými tromi zapojenými hlavnými mozgovými lalokmi. Tento model sa replikoval s použitím atlasu MNI, z ktorého výsledná sieť okrem predných, parietálnych a dočasných lalokov obsahovala iba putamény a ostrovčeky; jadro caudate a týlny lalok neboli zahrnuté do postihnutej siete.

thumbnail
Na stiahnutie:  

 

Obrázok 2. Podiel pripojení ovplyvnených internetovou závislosťou spájajúcich odlišné páry širokých mozgových divízií.

Počet spojení zahŕňajúcich každú dvojicu divízií je normalizovaný celkovým počtom párových väzieb. Všimnite si, že hipokampus, globus pallidus a putamen boli zaradené do subkortikálnej kategórie a predný cingulate gyrus bol zaradený do čelnej kategórie. Jadro amygdaly a caudátu nebolo zahrnuté do narušenej siete, a preto nebolo potrebné priradiť tieto oblasti k laloku. Putamén bol bilaterálne najrozsiahlejšou zahrnutou subkortikálnou oblasťou a vykazoval znížené spojenia so všetkými tromi zúčastnenými hlavnými mozgovými lalokmi.

doi: 10.1371 / journal.pone.0057831.g002

V skupine závislých od internetu sme neidentifikovali žiadnu sieť so zvýšeným pripojením. Nezistila sa žiadna významná korelácia medzi funkčným pripojením v identifikovanej sieti a skóre YIAS, a to ani v skupine závislých od internetu, ani v kontrolách.

Rozdiely v skupine v topológii siete

V žiadnom zo skúmaných hustôt siete nebol zaznamenaný žiadny rozdiel medzi skupinami v priemernom koeficiente zhlukovania, charakteristickej dĺžke cesty alebo pomere nízkej svetlosti (p<0.05, s korekciou FDR) (Obrázok 3). Okrem toho žiadny rozdiel medzi skupinami v zodpovedajúcich miestnych (regionálnych) meradlách neprežil korekciu FDR pre viacnásobné porovnania. Použitie menej prísnej falošnej pozitívnej korekcie p<(1/90) = 0.011 [53] s cieľom preskúmať účinky na úrovni trendov, ktoré priniesli rozdiely medzi skupinami v koeficiente miestneho zhlukovania a dĺžku miestnej cesty, ktorá sa vyskytuje prevažne v týlnych lalokoch (Tabuľky S1 a S2).

thumbnail
Na stiahnutie: 

 

Obrázok 3. Parametre funkčnej konektivity mozgu u adolescentov s závislosťou od internetu v malom svete.

doi: 10.1371 / journal.pone.0057831.g003

 

 

Diskusia

Dôkaz o zníženej funkčnej konektivite mozgu bol zistený u dospievajúcich so závislosťou od internetu. V súlade so súčasnými modelmi zdôrazňujúcimi úlohu kortiko-subkortikálnej patológie v závislosti [54], 24% spojení v zmenenej sieti odlišujúcich závislých jednotlivcov a zdravých kontrol zahŕňalo spojenia medzi frontálnymi a subkortikálnymi regiónmi. Ďalších 27% bolo spojených s subkortikálnymi a parietálnymi oblasťami s obmedzenejším dôkazom o zapojení ostrovčeka, čo je opäť v súlade s nedávnymi dôkazmi o zapojení týchto regiónov do závislosti. Všimnite si, že naša analýza poskytuje prísny test kortiko-subkortikálnych modelov závislosti, pretože zahŕňala opatrenia párovej funkčnej konektivity medzi rôznymi oblasťami 90 distribuovanými v mozgu. Skutočnosť, že kortiko-subkortikálne systémy sa objavili ako prominentná patológia pomocou tejto analýzy úplne založenej na údajoch, poskytuje silnú podporu pre zapojenie týchto systémov do závislosti na internete. Naše zistenia navyše naznačujú, že závislosť od internetu zdieľa neurobiologické charakteristiky spoločné s inými návykovými poruchami a že najmä subkortikálne oblasti môžu predstavovať hlavné miesta patológie mozgovej siete. Dôležitou poznámkou je názor Národného inštitútu pre zneužívanie drog, že závislosti na správaní môžu byť relatívne čistými modelmi závislosti, berúc do úvahy, že tieto podmienky nie sú kontaminované účinkami látok [55]. Zatiaľ čo štúdium mnohých iných porúch závislosti je vždy zmätené účinkami sekundárnej toxicity zneužívania návykových látok, závislosti na internete je diagnostikovaná behaviorálne, a tak poskytuje cielenejší model na štúdium závislosti, ktorý je bez dlhodobých účinkov drog.

V tejto štúdii bola použitá NBS s veľkosťou siete meranou podľa jej rozsahu; to znamená celkový počet pripojení tvoriacich sieť. Táto miera veľkosti nie je vhodná na zisťovanie fokálnych účinkov zahŕňajúcich jednotlivé izolované pripojenia, ktoré spoločne netvoria sieť. Aby sa otestovali tieto druhy ohniskových rozdielov medzi skupinami, analýza NBS opakovala testovanie rozdielov v hmotnosti komponentov, a nie vo veľkosti. Štatistika hmotnosti poskytuje väčšiu citlivosť na fokálne intenzívne účinky ako testovanie rozdielov vo veľkosti komponentov. Okrem toho sme tiež prahovo porovnali hranicu pomocou FDR, ktorá bude veľmi citlivá na vysoko intenzívne fokálne efekty. Žiadne významné rozdiely medzi skupinami neboli zjavné ani pri štatistikách FDR, ani pri hromadnej štatistike, čo naznačuje, že aberantná konektivita v závislosti na internete zahŕňa distribuovanú sieť zahŕňajúcu niekoľko kortikálnych a subkortikálnych regiónov.

Keďže je známe, že vlastnosti mozgovej siete sú citlivé na výber šablóny parcelácie, preskúmali sme niekoľko alternatívnych schém parcelácie s cieľom posúdiť reprodukovateľnosť akýchkoľvek nálezov k zmenám v uzlových definíciách. [45], [56], [57], To nám umožnilo vylúčiť možnosť, že určité nálezy boli iba kvôli štatisticky výhodnému umiestneniu uzlov, ale neboli reprodukovateľné s inými dobre známymi parceláciami.

INa rozdiel od zníženej sily funkčnej konektivity topologické parametre neodhalili žiadne významné skupinové rozdiely. Aj keď sme vykonali ďalšie prieskumné analýzy založené na menej prísnej kontrole proti chybe typu I, výsledky naznačili možný topologický rozdiel najmä v prípade týlneho laloku, ktorý nebol v analýze NBS ovplyvnený. Zatiaľ čo závislosť od internetu bola spojená s rozsiahlym a výrazným poklesom funkčnej konektivity v kortiko-subkortikálnych obvodoch, toto zníženie nebolo spojené s globálnym narušením topológie funkčnej mozgovej siete. Táto štúdia ukazuje, že pri absencii zmien základných topologických opatrení môžu existovať rozsiahle rozdiely vo funkčnej konektivite. Môže sa zdať pozoruhodné, že rozdiely v konektivite boli také rozšírené pri absencii akýchkoľvek významných topologických rozdielov. Je však dôležité poznamenať, že topológia a sila pripojenia sú odlišné vlastnosti konektómu a abnormality u jedného nemusia naznačovať abnormality u druhého. Podobné nálezy sa pozorovali aj pri iných poruchách [52], [58], Upozorňujeme však, že skupinové rozdiely v niektorých topologických vlastnostiach smerovali k štatistickému významu. Analýza väčšej vzorky môže poskytnúť potrebnú právomoc vyhlásiť tieto účinky za významné. Naše výsledky naznačujú, že topologické zmeny môžu byť jemnejšie ako zmeny pozorované pri meraní funkčnej konektivity.

Medzi pripojeniami 59 zahrnutými v zmenenej sieti boli 25 interhemisferické spojenia a 34 boli intrahemisferické, čo poukazuje na zapojenie diaľkových a krátkodosahových spojení do mozgu. Vzhľadom na to, že závislosť od internetu je novo uznávaný stav duševného zdravia a jeho koncepcia a diagnostické kritériá sú stále nepolapiteľné a neurčité, možno by bolo prekvapujúce nájsť takú rozsiahle zasiahnutú sieť v mozgu týchto subjektov. Lin a kol. (2012) skúmal integritu bielej hmoty v mozgu u adolescentov s internetovou závislosťou pomocou zobrazovania pomocou difúzneho tenzora a zistil rozsiahly pokles frakčnej anizotropie (FA) v mozgu bez oblasti s vyššou FA v skupine závislých od internetu. [13], Takéto výsledky naznačujú možný anatomický základ pre funkčné poruchy pozorované v našej vzorke, hypotézu, ktorú by bolo možné testovať pomocou kombinovaného fMRI a difúzne váženého zobrazenia u tých istých účastníkov. [59].

Pokiaľ ide o veľké množstvo interhemisferických spojení nachádzajúcich sa v zmenenej sieti, účinná interhemisferická komunikácia sa už dlho považuje za dôležitú vo funkciách mozgu. [60]-[63], Relatívne málo neuroimagingových štúdií závislosti však riešilo funkčnú integráciu medzi bilaterálnymi hemisférami. Kelly a kol. (2011) pozoroval zníženú interhemisferickú funkčnú konektivitu u dospelých závislých od kokaínu [64], Vykazovali primárne zapojenie fronta-parietálnej siete s relatívnym šetrením časových oblastí, čo je výsledkom, ktorý paralelne s našimi zisteniami. Aj keď autori diskutovali tento nález hlavne ako odraz dlhodobých účinkov chronickej expozície kokaínu, uviedli tiež možnosť, že znížená interhemisferická funkčná konektivita môže predchádzať expozícii kokaínu ako zraniteľnosť voči poruchám závislosti. Naše výsledky naznačujú, že tieto interhemisferické zmeny odrážajú skôr zraniteľnosť pre poruchy závislosti alebo nervovú koreláciu generického návykového správania, než aby boli sekundárne pri dlhodobom užívaní drog, keďže závislosť v našej vzorke bola definovaná čisto behaviorálnymi pojmami. Tieto možnosti by sa mohli vyhodnotiť testovaním fenotypových podobností medzi neovplyvnenými príbuznými jednotlivcov s poruchami závislosti od drog alebo správania.

Je zaujímavé, že podobný model zníženej funkčnej konektivity v pokojnom stave medzi frontálnymi a parietálnymi oblasťami bol zaznamenaný u jedincov závislých od kokaínu aj heroínu.s [64], [65]. V nedávnom prehľade Sutherland a kol. (2012) navrhol, že znížená konektivita vo fronta-parietálnych obvodoch by mohla byť ústrednou súčasťou narušenej kognitívnej kontrolnej siete populácií závislých od drog. [54]. Naše zistenie týkajúce sa závislosti na internete tiež podporuje názor, že znížená funkčná konektivita medzi frontálnymi a parietálnymi regiónmi môže byť spoločnou charakteristikou rôznych typov závislosti, čo naznačuje existenciu spoločného fenotypu, ktorý nie je sekundárnym dôsledkom užívania drog. Okrem toho nedávne skúmanie funkčnej konektivity celého mozgu pri schizofrénii ukázalo výrazné zmeny v časoch okolo frontu, a nie fronto-parietálnych alebo fronto-striatálnych zmenách. [52], v súlade s klasickými patofyziologickými modelmi poruchy [66]. Najpozoruhodnejším zistením tejto štúdie je samozrejme to, že závislosť na internete bola spojená najmä s patológiou striatálnych obvodov, čo je systém, ktorý sa bežne podieľa na iných návykových poruchách, čo naznačuje spoločný neurobiologický fenotyp., Identifikácia zmenených striatálnych obvodov, ktoré sa prekrývajú s okruhmi dobre zavedených návykových porúch, môže byť užitočná pri testovaní, či je model závislosti vhodný teoretický rámec na pochopenie poruchy. [67], [68], Otázkou však zostáva, či relatívne silnejšie narušenie funkčnej konektivity fronto-parietálnej a fronto-striatálnej oblasti môže byť do veľkej miery špecifické pre poruchy závislosti. Na stanovenie špecifickosti sú potrebné budúce štúdie, ktoré priamo porovnávajú rôzne poruchy.

Jedným z najzaujímavejších zistení v súčasnej štúdii bolo silné zapojenie putamenov. Je známe, že táto mozgová štruktúra moduluje niekoľko neurotransmiterov vrátane dopamínu, a tupá striatálna dopaminergná funkcia bola silne zapojená ako jeden z kľúčových biologických mechanizmov porúch závislosti. [8]. Dopamín je kľúčovým modulátorom putaménových funkcií a môže hrať dôležitú úlohu pri poruchách funkčnej konektivity pozorovaných v tejto štúdii. To je v súlade s najnovšími dôkazmi, že dostupnosť striatálneho dopamínového transportéra a D2 receptora sa mení u ľudí so závislosťou od internetu. [6], [7] a že genetická a farmakologická modulácia hladín dopamínu v mozgu môže mať výrazný vplyv na vzorce funkčnej konektivity [69]-[71], Berúc do úvahy tieto predchádzajúce správy a navrhovaný neurobiologický mechanizmus závislosti zahŕňajúci otupenú striatálnu dopaminergnú funkciu [8]pochopenie účinkov dopamínu na sieť identifikovanú ako ukazujúcu zmenenú funkčnú konektivitu v tejto štúdii bude predstavovať dôležitý spôsob vpred v porozumení neurobiologických korelátov závislosti na internete.

Zaujímavé je tiež zistenie, že putamen bol najrozsiahlejšou subkortikálnou oblasťou v zníženej funkčnej sieti, ktorá šetrí jadro kaudátu. Obe štruktúry sú súčasťou striata, ktoré je zase súčasťou subkortikálnych štruktúr. Putamén sa zvyčajne považuje za oblasť mozgu spojenú s motorickou aktivitou a menej často sa podieľa na pridávaní látok ako kaudát., Medzi motorickými aktivitami sa ukázalo, že dobre naučená postupnosť opakovaných pohybov prstov je spojená s aktiváciou v putamene [72]-[76], Ľudia trpiaci závislosťou od internetu môžu počas dlhého časového obdobia podstúpiť omnoho vyššiu frekvenciu určitých prejavov správania, medzi ktoré patrí opakovaná manipulácia s myšou a klávesnicou, a tieto skúsenosti môžu ovplyvniť ich mozog. Preto aberantná konektivita prameniaca z putamenov pravdepodobne naznačuje špecifickú charakteristiku závislosti na internete. Keďže sme však u našich účastníkov nemerali mieru manipulácie s prstami, implikácia zníženého ako zvýšeného funkčného pripojenia, ktoré sa týka putamenu vo vzťahu k manipulácii s myšou / klávesnicou, zostáva pre budúci výskum otvorená. Zapojenie putaménu do našich nálezov môže prípadne odzrkadľovať jeho úlohu v kognitívnych procesoch, ktoré sú zdieľané s kaudátom a ktoré sú zhoršené v závislosti, ako je napríklad spracovanie odmien [77], [78].

Ďalším bodom, ktorý si zasluhuje diskusiu, je absencia akejkoľvek zvýšenej funkčnej konektivity v skupine závislej od internetu. Aj keď sme v skupine závislostí očakávali najmä zníženie funkčnej konektivity, nevylúčili sme v skutočnosti ani možnosť pozorovania zvýšenej funkčnej konektivity, najmä vzhľadom na hypotézu, že adolescenti s internetovou závislosťou môžu prejavovať praktický efekt v dôsledku nadmerných aktivít online. [79]-[82], Jedným z možných vysvetlení negatívneho zistenia by mohlo byť to, že našej malej veľkosti vzorky chýbala schopnosť odhaliť toto zvýšenie funkčnej konektivity súvisiace s praxou. Zatiaľ však nie je úplne preukázané, či sa kognitívne výkony pri určitých úlohách alebo závažnosť určitých psychopatológií prejavujú ako znížená alebo zvýšená funkčná konektivita. [83], [84], Ďalším aspektom by malo byť, že účinok dlhodobého nadmerného používania internetu môže podľa subpopulácie odlišne ovplyvniť mozog. Napríklad, subpopulácia nazývaná profesionálni hráči online sa venuje intenzívnym internetovým aktivitám, trávi podobne dlhé časové obdobie praktizovaním online hier a pravdepodobne hrá lepšie výsledky v týchto hrách ako ľudia s internetovou závislosťou a zdá sa, že nie je závislá, čoho dôkazom je výrazne nižšie skóre YIAS [85], Preto by sa dalo predpokladať, že účinky praxe pri internetových aktivitách sa môžu prejavovať odlišne v závislosti od jednotlivca.

Táto štúdia má niektoré dôležité obmedzenia. Po prvé, veľkosť vzorky bola pomerne malá, čo pravdepodobne obmedzovalo našu silu na detekciu významných korelácií medzi funkčnou konektivitou a skóre YIAS. Preto je potrebné súčasné zistenie zopakovať vo väčšej vzorke účastníkov s internetovou závislosťou a kontrolami. Je však pozoruhodné, že veľkosť našej vzorky bola celkovo porovnateľná s veľkosťou predchádzajúcich funkčných neuroimagingových štúdií závislosti na internete. Naša vzorka bola jedinečná, pretože väčšina predchádzajúcich štúdií bola založená na dospelých [2]-[7], Po druhé, diagnostické kritériá pre závislosť od internetu zatiaľ nie sú pevne stanovené, hoci naše zistenia poukazujú na potenciálny neurobiologický základ tejto domnelej poruchy. Po tretie, hoci sme vylúčili komorbidné mentálne poruchy pomocou K-SADS-PL, mohli sa stále vyskytovať symptómy komorbidných duševných stavov na nižšej úrovni. Po štvrté, zhromažďovanie širšej škály klinických informácií, ako sú návyky na spanie, mohli obohatiť naše údaje a zlepšiť náš príspevok k literatúre. [86], [87], Konečne prierezová štúdia obmedzuje výklad kauzálneho vzťahu medzi zníženou funkčnou konektivitou a rozvojom závislosti na internete. Je potrebné poznamenať, že pohyb hlavy sa objavil ako dôležitý zmätok vo funkčnom neuroimagingu [38], [88], Pohyb hlavy bol v tejto štúdii komplexne vyhodnotený s použitím celého radu nedávno navrhnutých opatrení rotácie a posunu [38], Žiadny významný rozdiel medzi skupinami sa nezistil pri žiadnom z uvažovaných opatrení týkajúcich sa pohybu hlavy.

IZ zhrnutia vyplýva, že výsledky tejto štúdie naznačujú, že dospievajúci s internetovou závislosťou vykazujú zmenenú funkčnú konektivitu mozgu v neprítomnosti závažných porúch topológie siete. Zmenená sieť preukázala rozsiahle zapojenie diaľkových interhemisferických spojení, ako aj intrahemispherických spojení krátkeho dosahu v mozgu. V tejto zmenenej sieti môžu hrať dôležitú úlohu subkortikálne oblasti mozgu, najmä putamény, ktoré vykazujú znížené spojenia so všetkými tromi zúčastnenými hlavnými mozgovými lalôčkami.

 

 

podporujúce informácie

Figure_S1.tif
  • 1 / 4

Stiahnuť ▼

Sieť zníženej funkčnej konektivity mozgu u adolescentov so závislosťou na internete (pomocou rôznych atlasov).Červené bodky predstavujú stereotaktické centroidy mozgových oblastí (uzlov) definovaných štruktúrnym atlasom (A) Montreal Neurological Institute (M) a atlasom náhodného parcelácie (B) a modré čiary predstavujú nadprahové väzby (t = 2.1, respektíve 3.0) zahŕňajúce postihnuté sieť identifikovaná pomocou sieťovej štatistiky (NBS) (p<0.05, po jednotlivých zložkách).

Obrázok S1.

Sieť zníženej funkčnej konektivity mozgu u adolescentov so závislosťou na internete (pomocou rôznych atlasov).Červené bodky predstavujú stereotaktické centroidy mozgových oblastí (uzlov) definovaných štruktúrnym atlasom (A) Montreal Neurological Institute (M) a atlasom náhodného parcelácie (B) a modré čiary predstavujú nadprahové väzby (t = 2.1, respektíve 3.0) zahŕňajúce postihnuté sieť identifikovaná pomocou sieťovej štatistiky (NBS) (p<0.05, po jednotlivých zložkách).

(TIF)

Obrázok S2.

Podiel pripojení ovplyvnených internetovou závislosťou spájajúcich odlišné páry širokých mozgových divízií (podrobne popísané pre subkortikálne regióny).Počet odkazov zahrňujúcich každú dvojicu divízií je normalizovaný celkovým počtom párových odkazov.

(TIF)

Tabuľka S1.

Koeficient miestneho zoskupovania.Táto tabuľka ukazuje výsledky úrovne trendu s menej prísnymi falošne pozitívnymi korekciami p<(1/90) = 0.011; žiadny výsledok neprežil štandardnú korekciu rýchlosti falošného objavu pre viacnásobné porovnania.

(DOC)

Tabuľka S2.

Miestna dĺžka cesty.Táto tabuľka ukazuje výsledky úrovne trendu s menej prísnymi falošne pozitívnymi korekciami p<(1/90) = 0.011; žiadny výsledok neprežil štandardnú korekciu rýchlosti falošného objavu pre viacnásobné porovnania.

(DOC)

  

 

Príspevky od autorov

Koncipované a navrhnuté experimenty: SBH EJC HHK JES CDK JWK SHY. Vykonané experimenty: SBH EJC HHK JES. Analyzované údaje: SBH AZ LC AF. Prispievané činidlá / materiály / nástroje analýzy: SBH AZ LC AF CDK JWK SHY. Napísal článok: SBH AZ LC AF EJC HHK JES CDK JWK SHY.

  

 

Referencie

  1. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC (2012) Súvislosť medzi závislosťou od internetu a psychiatrickou poruchou: prehľad literatúry. Eur Psychiatria 27: 1 – 8. doi: 10.1016 / j.eurpsy.2010.04.011. Nájdi tento článok online
  2. Dong G, Huang J, Du X (2011) Zvýšená citlivosť na odmeny a znížená citlivosť na straty u narkomanov: štúdia fMRI počas hádania. J Psychiatr Res 45: 1525 – 1529. doi: 10.1016 / j.jpsychires.2011.06.017. Nájdi tento článok online
  3. Han DH, Bolo N, Daniels MA, Arenella L, Lyoo IK, a kol. (2011) Mozgová aktivita a túžba po hraní internetových videohier. Compr Psychiatry 52: 88 – 95. doi: 10.1016 / j.comppsych.2010.04.004. Nájdi tento článok online
  4. Han DH, Kim YS, Lee YS, Min KJ, Renshaw PF (2010) Zmeny v prefrontálnej kortexovej aktivite vyvolanej narážkou pri hraní videohier. Cyberpsychol Behav Soc Netw 13: 655 – 661. doi: 10.1089 / cyber.2009.0327. Nájdi tento článok online
  5. Ko CH, Liu GC, Hsiao S, Yen JY, Yang MJ, a kol. (2009) Činnosti mozgu spojené s herným nutkaním online hernej závislosti. J Psychiatr Res 43: 739 – 747. doi: 10.1016 / j.jpsychires.2008.09.012. Nájdi tento článok online
  6. Kim SH, Baik SH, Park CS, Kim SJ, Choi SW a kol. (2011) Znížené receptory stramálneho dopamínu D2 u ľudí so závislosťou od internetu. Neuroreport 22: 407 – 411. doi: 10.1097/WNR.0b013e328346e16e. Nájdi tento článok online
  7. Hou H, JiaS, HuS, FanR, Sun W, a kol. (2012) Znížené striatálne dopamínové transportéry u ľudí s poruchou závislosti na internete. J Biomed Biotechnol 2012: 854524. doi: 10.1155/2012/854524. Nájdi tento článok online
  8. Goldstein RZ, Volkow ND (2011) Dysfunkcia prefrontálnej kôry v závislosti: neuroimaging nálezy a klinické implikácie. Nat Rev Neurosci 12: 652 – 669. doi: 10.1038 / nrn3119. Nájdi tento článok online
  9. Goldstein RZ, Craig AD, Bechara A, Garavan H, Childress AR, a kol. (2009) Neurocrcuitry zhoršeného pohľadu na drogovú závislosť. Trendy Cogn Sci 13: 372 – 380. doi: 10.1016 / j.tics.2009.06.004. Nájdi tento článok online
  10. Naqvi NH, Bechara A (2010) Závislosť na ostrovoch a drogách: interoceptívny pohľad na potešenie, naliehanie a rozhodovanie. Funkcia štruktúry mozgu 214: 435 – 450. doi: 10.1007/s00429-010-0268-7. Nájdi tento článok online
  11. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, a kol. (2011) Abnormality šedej hmoty v závislosti na internete: morfometrická štúdia založená na voxeli. Eur J Radiol 79: 92 – 95. doi: 10.1016 / j.ejrad.2009.10.025. Nájdi tento článok online
  12. Yuan K, Qin W, Wang G, Zeng F, Zhao L, a kol. (2011) Abnormality mikroštruktúry u adolescentov s poruchou závislosti na internete. PLoS One 6: e20708. doi: 10.1371 / journal.pone.0020708. Nájdi tento článok online
  13. Lin F, Zhou Y, Du Y, Qin L, Zhao Z, a kol. (2012) Abnormálna integrita bielej hmoty u adolescentov s poruchou závislosti na internete: štúdia priestorovej štatistiky založená na traktoch. PLoS One 7: e30253. doi: 10.1371 / journal.pone.0030253. Nájdi tento článok online
  14. Liu J, Gao XP, Osunde I, Li X, Zhou SK, a kol. (2010) Zvýšená regionálna homogenita pri poruche závislosti na internete: štúdia zobrazovania funkčnej magnetickej rezonancie v pokojnom stave. Chin Med J (angl.) 123: 1904 – 1908. Nájdi tento článok online
  15. Yuan K, Qin W, Liu Y, Tian J (2011) Závislosť na internete: Neuroimaging nálezy. Komunikačná integrácia Biol 4: 637 – 639. Nájdi tento článok online
  16. Raichle ME, Snyder AZ (2007) Predvolený režim funkcie mozgu: stručná história vyvíjajúceho sa nápadu. Neuroimage 37: 1083 – 1090; diskusia 1097 – 1089. doi: 10.1016 / j.neuroimage.2007.02.041. Nájdi tento článok online
  17. Fox MD, Corbetta M, Snyder AZ, Vincent JL, Raichle ME (2006) Spontánna neuronálna aktivita rozlišuje ľudské systémy dorzálnej a ventrálnej pozornosti. Proc Natl Acad Sci USA 103: 10046 – 10051. doi: 10.1073 / pnas.0604187103. Nájdi tento článok online
  18. Smith SM, Miller KL, Moeller S, Xu J, Auerbach EJ, a kol. (2012) Dočasne nezávislé funkčné režimy spontánnej činnosti mozgu. Proc Natl Acad Sci USA 109: 3131 – 3136. doi: 10.1073 / pnas.1121329109. Nájdi tento článok online
  19. Damoiseaux JS, Rombouts SA, Barkhof F, Scheltens P, Stam CJ, a kol. (2006) Konzistentné siete v kľudovom stave u zdravých jedincov. Proc Natl Acad Sci USA 103: 13848 – 13853. doi: 10.1073 / pnas.0601417103. Nájdi tento článok online
  20. Shehzad Z, Kelly AM, Reiss PT, Gee DG, Gotimer K, a kol. (2009) Odpočívajúci mozog: neobmedzený, ale spoľahlivý. Cereb Cortex 19: 2209 – 2229. doi: 10.1093 / cercor / bhn256. Nájdi tento článok online
  21. Fornito A, Bullmore ET (2012) Connectomické intermediárne fenotypy pre psychiatrické poruchy. Predná psychiatria 3: 32. doi: 10.3389 / fpsyt.2012.00032. Nájdi tento článok online
  22. Fornito A, Zalesky A, Bassett DS, Meunier D, Ellison-Wright I, a kol. (2011) Genetické vplyvy na nákladovo efektívnu organizáciu ľudských kortikálnych funkčných sietí. J Neurosci 31: 3261 – 3270. doi: 10.1523 / JNEUROSCI.4858-10.2011. Nájdi tento článok online
  23. Glahn DC, Winkler AM, Kochunov P, Almasy L, Duggirala R, a kol. (2010) Genetická kontrola pokojového mozgu. Proc Natl Acad Sci USA 107: 1223 – 1228. doi: 10.1073 / pnas.0909969107. Nájdi tento článok online
  24. Fox MD, Raichle ME (2007) Spontánne fluktuácie mozgovej aktivity pozorované pri funkčnom zobrazovaní magnetickou rezonanciou. Nat Rev Neurosci 8: 700 – 711. doi: 10.1038 / nrn2201. Nájdi tento článok online
  25. Fornito A, Bullmore ET (2010) Čo môžu spontánne výkyvy signálu závislého od úrovne kyslíka v krvi povedať o psychiatrických poruchách? Aktuálne stanovisko v psychiatrii 23: 239 – 249. doi: 10.1097/YCO.0b013e328337d78d. Nájdi tento článok online
  26. Bullmore E, Sporns O (2009) Komplexné mozgové siete: teoretická analýza štruktúrnych a funkčných systémov. Nat Rev Neurosci 10: 186 – 198. Nájdi tento článok online
  27. Blokovať JJ (2008) Problémy pre DSM-V: závislosť od internetu. Am J Psychiatria 165: 306-307. doi: 10.1176 / appi.ajp.2007.07101556. Nájdi tento článok online
  28. Rubinov M, Sporns O (2010) Komplexné sieťové merania mozgovej konektivity: použitie a interpretácie. Neuroimage 52: 1059 – 1069. doi: 10.1016 / j.neuroimage.2009.10.003. Nájdi tento článok online
  29. Xia M, He Y (2011) Zobrazovanie magnetickou rezonanciou a teoretická analýza grafu komplexných mozgových sietí pri neuropsychiatrických poruchách. Pripojenie mozgu 1: 349 – 365. doi: 10.1089 / brain.2011.0062. Nájdi tento článok online
  30. Fornito A, Zalesky A, Pantelis C, Bullmore ET (2012) schizofrénia, neuroimaging a connectomics. Neuroimage doi: 10.1016 / j.neuroimage.2011.12.090. Nájdi tento článok online
  31. Gong G, He Y, Evans AC (2011) Mozgová konektivita: pohlavie robí rozdiel. Neurovedec 17: 575 – 591. doi: 10.1177/1073858410386492. Nájdi tento článok online
  32. Widyanto L, McMurran M (2004) Psychometrické vlastnosti testu závislosti na internete. Cyberpsychol Behav 7: 443 – 450. doi: 10.1089 / cpb.2004.7.443. Nájdi tento článok online
  33. Kaufman J, Birmaher B, Brent D, Rao U, Flynn C, a kol. (1997) Harmonogram afektívnych porúch a schizofrénie pre súčasnú a celoživotnú verziu detí v školskom veku (K-SADS-PL): počiatočné údaje o spoľahlivosti a platnosti. J Am Acad Psychiatria pre deti a dospievajúcich 36: 980 – 988. doi: 10.1097 / 00004583-199707000-00021. Nájdi tento článok online
  34. Kim YS, Cheon KA, Kim BN, Chang SA, Yoo HJ, a kol. (2004) Spoľahlivosť a platnosť harmonogramu pre deti pre afektívne poruchy a kórejskú verziu súčasného a schizofrénskeho typu (K-SADS-PL-K). Yonsei Med J 45: 81 – 89. Nájdi tento článok online
  35. Christakis DA (2010) Závislosť na internete: epidémia storočia 21? BMC Med 8: 61. doi: 10.1186/1741-7015-8-61. Nájdi tento článok online
  36. Flisher C (2010) Pripojenie: prehľad závislosti na internete. J Zdravie detí pre deti 46: 557 – 559. doi: 10.1111 / j.1440-1754.2010.01879.x. Nájdi tento článok online
  37. Chao-Gan Y, Yu-Feng Z (2010) DPARSF: Súbor nástrojov MATLAB pre „Pipeline“ analýzu údajov fMRI v pokojovom stave. Front Syst Neurosci 4:13. Nájdi tento článok online
  38. Van Dijk KR, Sabuncu MR, Buckner RL (2012) Vplyv pohybu hlavy na vnútornú funkčnú konektivitu MRI. Neuroimage 59: 431 – 438. doi: 10.1016 / j.neuroimage.2011.07.044. Nájdi tento článok online
  39. Wilke M, Holland SK, Altaye M, Gaser C (2008) Template-O-Matic: súprava nástrojov na vytváranie prispôsobených detských šablón. Neuroimage 41: 903 – 913. doi: 10.1016 / j.neuroimage.2008.02.056. Nájdi tento článok online
  40. Tzourio-Mazoyer N, Landeau B, Papathanassiou D, Crivello F, Etard O, a kol. (2002) Automatické anatomické značenie aktivácií v SPM s použitím makroskopickej anatomickej parcelácie mozgu jediného subjektu MNI MRI. Neuroimage 15: 273 – 289. doi: 10.1006 / nimg.2001.0978. Nájdi tento článok online
  41. Zalesky A, Fornito A, Bullmore ET (2010) Štatistika založená na sieti: identifikácia rozdielov v mozgových sieťach. Neuroimage 53: 1197 – 1207. doi: 10.1016 / j.neuroimage.2010.06.041. Nájdi tento článok online
  42. Zalesky A, Cocchi L, Fornito A, Murray MM, Bullmore E (2012) Rozdiely v konektivite v mozgových sieťach. Neuroimage 60: 1055 – 1062. doi: 10.1016 / j.neuroimage.2012.01.068. Nájdi tento článok online
  43. Nichols TE, Holmes AP (2002) Neparametrické permutačné testy na funkčné neuroimaging: primer s príkladmi. Mapovanie ľudského mozgu 15: 1 – 25. doi: 10.1002 / hbm.1058. Nájdi tento článok online
  44. Parochňa GS, Schlaggar BL, Petersen SE (2011) Koncepcie a princípy v analýze mozgových sietí. Ann NY Acad Sci 1224: 126 – 146. doi: 10.1111 / j.1749-6632.2010.05947.x. Nájdi tento článok online
  45. Zalesky A, Fornito A, Harding IH, Cocchi L, Yucel M, a kol. (2010) Anatomické siete celého mozgu: Záleží na výbere uzlov? Neuroimage 50: 970 – 983. doi: 10.1016 / j.neuroimage.2009.12.027. Nájdi tento článok online
  46. Bassett DS, Bullmore ET (2009) Ľudské mozgové siete v oblasti zdravia a chorôb. Curr Opin Neurol 22: 340 – 347. doi: 10.1097/WCO.0b013e32832d93dd. Nájdi tento článok online
  47. Guye M, Bettus G, Bartolomei F, Cozzone PJ (2010) Graf teoretickej analýzy štruktúrnej a funkčnej MRI konektivity v normálnych a patologických mozgových sieťach. MAGMA 23: 409 – 421. doi: 10.1007 / s10334-010 0205 - z. Nájdi tento článok online
  48. On Y, Evans A (2010) Graf teoretické modelovanie mozgovej konektivity. Curr Opin Neurol 23: 341 – 350. doi: 10.1097/WCO.0b013e32833aa567. Nájdi tento článok online
  49. Bassett DS, Gazzaniga MS (2011) Porozumenie zložitosti ľudského mozgu. Trendy Cogn Sci 15: 200 – 209. doi: 10.1016 / j.tics.2011.03.006. Nájdi tento článok online
  50. Maslov S, Sneppen K (2002) Špecifickosť a stabilita v topológii proteínových sietí. Science 296: 910 – 913. doi: 10.1126 / science.1065103. Nájdi tento článok online
  51. Genovese CR, Lazar NA, Nichols T (2002). Prahové hodnoty štatistických máp vo funkčnom neuroimagingu s použitím rýchlosti falošných objavov. Neuroimage 15: 870 – 878. doi: 10.1006 / nimg.2001.1037. Nájdi tento článok online
  52. Fornito A, Yoon J, Zalesky A, Bullmore ET, Carter CS (2011) Všeobecné a špecifické poruchy funkčnej konektivity v prvej epizóde schizofrénie počas výkonu kognitívnej kontroly. Biol Psychiatry 70: 64 – 72. doi: 10.1016 / j.biopsych.2011.02.019. Nájdi tento článok online
  53. Lynall ME, Bassett DS, Kerwin R, McKenna PJ, Kitzbichler M., a kol. (2010) Funkčné pripojenie a mozgové siete pri schizofrénii. J Neurosci 30: 9477 – 9487. Nájdi tento článok online
  54. Sutherland MT, McHugh MJ, Pariyadath V, Stein EA (2012) Funkčná konektivita v kľudovom stave v závislosti: Získané ponaučenia a cesta vpred. Neuroimage 62: 2281 – 2295. doi: 10.1016 / j.neuroimage.2012.01.117. Nájdi tento článok online
  55. Shaw M, Black DW (2008) Závislosť na internete: definícia, hodnotenie, epidemiológia a klinické riadenie. Lieky CNS 22: 353 – 365. doi: 10.2165 / 00023210-200822050-00001. Nájdi tento článok online
  56. Wang J, Wang L, Zang Y, Yang H, Tang H, a kol. (2009) Funkčné siete mozgu malého sveta v mozgu závislé od parcelácie: štúdia fMRI v kľudovom stave. Hum Brain Mapp 30: 1511 – 1523. doi: 10.1002 / hbm.20623. Nájdi tento článok online
  57. Fornito A, Zalesky A, Bullmore ET (2010) Účinky škálovania siete v grafových analytických štúdiách údajov o ľudskom pokojovom stave FMRI. Predný systém Neurosci 4: 22. doi: 10.3389 / fnsys.2010.00022. Nájdi tento článok online
  58. Cocchi L, Bramati IE, Zalesky A, Furukawa E, Fontenelle L, a kol. (2012) Zmenená funkčná mozgová konektivita v neklinickej vzorke mladých dospelých s poruchou pozornosti / hyperaktivity. J Neurosci doi: 10.1523 / JNEUROSCI.3272-12.2012. Nájdi tento článok online
  59. Honey CJ, Sporns O, Cammoun L, Gigandet X, Thiran JP, a kol. (2009) Predpovedanie funkčnej konektivity ľudského pokojového stavu pomocou štrukturálnej konektivity. Proc Natl Acad Sci USA 106: 2035 – 2040. doi: 10.1073 / pnas.0811168106. Nájdi tento článok online
  60. Anderson JS, Druzgal TJ, Froehlich A, DuBray MB, Lange N, a kol. (2011) Znížená interhemisferická funkčná konektivita v autizme. Cereb Cortex 21: 1134 – 1146. doi: 10.1093 / cercor / bhq190. Nájdi tento článok online
  61. Clarke AR, Barry RJ, Heaven PC, McCarthy R. Selikowitz M., a kol. (2008) EEG súdržnosť u dospelých s poruchou pozornosti / hyperaktivitou. Int J Psychofyziol 67: 35 – 40. doi: 10.1016 / j.ijpsycho.2007.10.001. Nájdi tento článok online
  62. Pettigrew JD, Miller SM (1998) „Lepkavý“ interhemisférický prepínač pri bipolárnej poruche? Proc Biol Sci 265: 2141–2148. doi: 10.1098 / rspb.1998.0551. Nájdi tento článok online
  63. Spencer KM, Nestor PG, Niznikiewicz MA, Salisbury DF, Shenton ME, a kol. (2003) Abnormálna nervová synchrónia pri schizofrénii. J Neurosci 23: 7407 – 7411. Nájdi tento článok online
  64. Kelly C, Zuo XN, Gotimer K, Cox CL, Lynch L., a kol. (2011) Znížená interhemisferická pokojová funkčná konektivita pri závislosti od kokaínu. Biol Psychiatry 69: 684 – 692. doi: 10.1016 / j.biopsych.2010.11.022. Nájdi tento článok online
  65. Yuan K, Qin W, Dong M, Liu J, Sun J, a kol. (2010) Deficity šedej hmoty a abnormality v pokoji v prípade abstinentných osôb závislých od heroínu. Neurosci Lett 482: 101 – 105. doi: 10.1016 / j.neulet.2010.07.005. Nájdi tento článok online
  66. Fletcher P, McKenna PJ, Friston KJ, Frith CD, Dolan RJ (1999) Abnormálna cingulátová modulácia frontu temporálnej konektivity v schizofrénii. Neuroimage 9: 337 – 342. doi: 10.1006 / nimg.1998.0411. Nájdi tento článok online
  67. Choi JS, Shin YC, Jung WH, Jang JH, Kang DH, a kol. (2012) Zmenená mozgová aktivita počas predvídania odmeny v patologickom hazarde a obsedantno-kompulzívnej poruche. PLoS One 7: e45938. doi: 10.1371 / journal.pone.0045938. Nájdi tento článok online
  68. Tomasi D, Volkow ND (2012) Poruchy strakortikálnej dráhy v závislosti a obezite: rozdiely a podobnosti. Crit Rev Biochem Mol Biol doi: 10.3109/10409238.2012.735642. Nájdi tento článok online
  69. Cole DM, Oei NY, Soeter RP, Both S, van Gerven JM, a kol. (2012) Dopamínová architektúra kortiko-subkortikálnej konektivity závislá. Cereb Cortex doi: 10.1093 / cercor / bhs136. Nájdi tento článok online
  70. Gordon EM, Stollstorff M, Devaney JM, Bean S, Vaidya CJ (2011) Vplyv genotypu dopamínového transportéra na vnútornú funkčnú konektivitu závisí od kognitívneho stavu. Cereb Cortex doi: 10.1093 / cercor / bhr305. Nájdi tento článok online
  71. Rieckmann A, Karlsson S, Fischer H, Backman L (2011) Hustota receptora dopamínového D1 je spojená s individuálnymi rozdielmi vo frontparietálnej konektivite počas pracovnej pamäte. J Neurosci 31: 14284 – 14290. doi: 10.1523 / JNEUROSCI.3114-11.2011. Nájdi tento článok online
  72. Lehericy S, Bardinet E, Tremblay L, Van de Moortele PF, Pochon JB, a kol. (2006) Riadenie motora v obvodoch bazálnych ganglií pomocou prístupov fMRI a mozgového atlasu. Cereb Cortex 16: 149 – 161. doi: 10.1093 / cercor / bhi089. Nájdi tento článok online
  73. Jenkins IH, Brooks DJ, Nixon PD, Frackowiak RS, Passingham RE (1994) Učenie motorickej sekvencie: štúdia s pozitrónovou emisnou tomografiou. J Neurosci 14: 3775 – 3790. Nájdi tento článok online
  74. Jueptner M, Frith CD, Brooks DJ, Frackowiak RS, Passingham RE (1997) Anatómia motorického učenia. II. Subkortikálne štruktúry a učenie pomocou pokusov a omylov. J Neurofyziol 77: 1325 – 1337. Nájdi tento článok online
  75. Roland PE, Meyer E, Shibasaki T, Yamamoto YL, Thompson CJ (1982) Regionálne zmeny prietoku krvi mozgom kôry a bazálnych ganglií počas dobrovoľných pohybov u normálnych ľudských dobrovoľníkov. J Neurofyziol 48: 467 – 480. Nájdi tento článok online
  76. Shibasaki H, Sadato N, Lyshkow H, Yonekura Y, Honda M, a kol. (1993) Primárna motorická kôra a doplnková motorická oblasť hrajú dôležitú úlohu v zložitom pohybe prstov. Mozog 116 (Pt 6): 1387 – 1398. doi: 10.1093 / mozog / 116.6.1387. Nájdi tento článok online
  77. Volkow ND, Fowler JS, Wang GJ (2003) Závislý ľudský mozog: poznatky zo zobrazovacích štúdií. J Clin Invest 111: 1444 – 1451. Nájdi tento článok online
  78. Yuan K, Qin W, Liu J, Guo Q, Dong M, a kol. (2010) Zmenené mozgové funkčné siete malého sveta a trvanie užívania heroínu u mužov závislých od heroínu závislých od mužov. Neurosci Lett 477: 37 – 42. doi: 10.1016 / j.neulet.2010.04.032. Nájdi tento článok online
  79. Di X, Zhu S, Jin H, Wang P, Ye Z, a kol. (2012) Zmenená funkcia a štruktúra pokojového mozgu u profesionálnych hráčov badmintonu. Pripojenie mozgu 2: 225 – 233. doi: 10.1089 / brain.2011.0050. Nájdi tento článok online
  80. Duan X, Liao W, Liang D, Qiu L, Gao Q a kol. (2012) Rozsiahle mozgové siete v expertoch na stolové hry: poznatky z úlohy súvisiacej s doménou a kľudového stavu bez úloh. PLoS One 7: e32532. doi: 10.1371 / journal.pone.0032532. Nájdi tento článok online
  81. Ma L, Narayana S, Robin DA, Fox PT, Xiong J (2011) Zmeny nastávajú v kľudovej stavovej sieti motorového systému počas 4 týždňov učenia sa motorických zručností. Neuroimage 58: 226 – 233. Nájdi tento článok online
  82. Martinez K, Solana AB, Burgaleta M, Hernandez-Tamames JA, Alvarez-Linera J, a kol. (2012) Zmeny funkčných parietfrontálnych sietí v pokojnom stave po praktizovaní videohier. Hum Brain Mapp doi: 10.1002 / hbm.22129. Nájdi tento článok online
  83. Zhou Y, Liang M, Tian L, Wang K, Hao Y, a kol. (2007) Funkčná dezintegrácia pri paranoidnej schizofrénii pomocou fMRI v pokojnom stave. Schizophr Res 97: 194 – 205. doi: 10.1016 / j.schres.2007.05.029. Nájdi tento článok online
  84. Whitfield-Gabrieli S, Thermenos HW, Milanovic S, Tsuang MT, Faraone SV, a kol. (2009) Hyperaktivita a hyperkonektivita predvolenej siete schizofrénie a príbuzných osôb prvého stupňa so schizofréniou. Proc Natl Acad Sci USA 106: 1279 – 1284. doi: 10.1073 / pnas.0809141106. Nájdi tento článok online
  85. Han DH, Lyoo IK, Renshaw PF (2012) Rozdielne regionálne objemy šedej hmoty u pacientov s on-line závislosťou od hry a profesionálnymi hráčmi. J Psychiatr Res 46: 507 – 515. doi: 10.1016 / j.jpsychires.2012.01.004. Nájdi tento článok online
  86. De Havas JA, Parimal S, Čoskoro CS, Chee MW (2012) Nedostatok spánku redukuje pripojenie siete v predvolenom režime a antikoreláciu počas odpočinku a výkonu úloh. Neuroimage 59: 1745 – 1751. doi: 10.1016 / j.neuroimage.2011.08.026. Nájdi tento článok online
  87. Killgore WD, Schwab ZJ, Weiner MR (2012) Nočné trvanie nočného spánku je spojené s funkčnou konektivitou nasledujúceho dňa v kľudovom stave. Neuroreport 23: 741 – 745. doi: 10.1097 / WNR.0b013e3283565056. Nájdi tento článok online
  88. Power JD, Barnes KA, Snyder AZ, Schlaggar BL, Petersen SE (2012) Rušivé, ale systematické korelácie vo funkčných konektívnych sieťach MRI vznikajú z pohybu subjektu. Neuroimage 59: 2142 – 2154. doi: 10.1016 / j.neuroimage.2011.10.018. Nájdi tento článok online