Chong-Yaw Wee rovnaký prispievateľ, Zhimin Zhao rovnaký prispievateľ, Pew-Thian Yap, Guorong Wu, Feng Shi, Skutočná cena, Yasong Du, Jianrong Xu, Yan Zhou mail, Pošta Dinggang Shen
Publikované: september 16, 2014
DOI: 10.1371 / journal.pone.0107306
abstraktné
Porucha závislosti na internete (IAD) je čoraz viac uznávaná ako porucha duševného zdravia, najmä u dospievajúcich. Patogenéza spojená s IAD však zostáva nejasná. V tejto štúdii sa zameriavame na skúmanie encefalických funkčných charakteristík adolescentov IAD v pokoji pomocou funkčných zobrazovacích údajov z magnetickej rezonancie. Použili sme grafovo-teoretický prístup, aby sme preskúmali možné narušenia funkčnej konektivity z hľadiska vlastností siete vrátane malej svetovosti, účinnosti a uzlovej centrálnosti u adolescentov 17 so sociálnymi demografickými kontrolami IAD a 16. Na vyhodnotenie štatistickej významnosti topologických rozdielov na úrovni skupín boli uskutočnené parametrické testy korigované na nesprávny výskyt. Okrem toho bola vykonaná korelačná analýza na vyhodnotenie vzťahov medzi funkčnou konektivitou a klinickými mierami v skupine IAD. Naše výsledky ukazujú, že došlo k významnému narušeniu funkčného konektómu pacientov s IAD, najmä medzi regiónmi nachádzajúcimi sa vo frontálnom, týlnom a parietálnom laloku. Postihnuté spojenia sú spojenia s dlhým dosahom a medzi hemisférami. Aj keď sa pozorujú významné zmeny regionálnych metrík uzlov, neexistuje žiadny rozdiel v topológii globálnej siete medzi IAD a zdravými skupinami. Korelačná analýza okrem toho ukazuje, že pozorované regionálne abnormality sú v korelácii s klinickým hodnotením závažnosti IAD a behaviorálnym vyšetrením. Naše zistenia, ktoré sú relatívne konzistentné medzi anatomicky a funkčne definovanými atlasmi, naznačujú, že IAD spôsobuje narušenie funkčnej konektivity, a čo je dôležité, že také narušenia môžu súvisieť s poruchami správania.
číselné údaje
citácie: Wee CY, Zhao Z, Yap PT, Wu G, Shi F, a kol. (2014) Porucha funkčnej siete mozgu pri poruche závislosti na internete: Štúdia zobrazovania magnetickej rezonancie funkčnej v pokojnom stave. PLYS ONE 9 (9): e107306. doi: 10.1371 / journal.pone.0107306
Editor: Satoru Hayasaka, Wake Forest School of Medicine, Spojené štáty americké
obdržal: Január 20, 2014; Prijatý: August 11, 2014; Publikované: September 16, 2014
Copyright: © 2014 Wee a kol. Toto je článok s otvoreným prístupom distribuovaný podľa podmienok dohody Creative Commons Attribution License, ktoré umožňujú neobmedzené používanie, distribúciu a reprodukciu v akomkoľvek médiu za predpokladu, že pôvodný autor a zdroj sú pripísané.
financovania: Túto prácu čiastočne podporili granty Národných inštitútov zdravia (NIH) EB006733, EB008374, EB009634, AG041721 a CA140413, ako aj Národná prírodovedná nadácia Číny (81171325) a Národný program výskumu a vývoja kľúčových technológií 2007BAI17B03. Financovatelia nemali žiadnu rolu v dizajne štúdie, zhromažďovaní a analýze údajov, rozhodovaní o publikovaní alebo príprave rukopisu.
Konkurenčné záujmy: Autori vyhlásili, že neexistujú konkurenčné záujmy.
úvod
Uvádza sa, že nadmerné používanie internetu môže viesť k zmenám socio-behaviorálnych charakteristík, ktoré sú podobné charakteristikám zisteným pri návykových látkach a patologickom hazarde. [1], [2], S rastúcim počtom používateľov internetu za posledné desaťročia sa tento problém stále viac považuje za vážny problém v oblasti verejného zdravia [3], Závislosti na internete a závislosť od počítača vo všeobecnosti sa javia ako rozšírený jav, ktorý ovplyvňuje milióny jednotlivcov v USA a zahraničí, pričom najvyššia miera výskytu sa vyskytuje medzi dospievajúcimi a vysokoškolskými študentmi v rozvojových regiónoch Ázie. [3]-[7], Účinok nadmerného vystavenia sa internetu počas mladej dospelosti má osobitný klinický a spoločenský význam, pretože dospievanie je obdobím významných zmien v neurobiológii, ktoré súvisia s rozhodovaním. [8] a tým vykazuje vyššiu náchylnosť na afektívne poruchy a závislosť [9]-[11], Od kľúčovej práce Younga [2], závislosť na internete pritiahla značnú pozornosť zo strany sociológov, psychológov, psychiatrov a pedagógov.
Klinické znaky problémov so správaním v súvislosti s používaním internetu boli opísané podľa rôznych diagnostických kritérií vrátane poruchy závislosti na internete (IAD). [12], patologické používanie internetu [13]a problematické používanie internetu [14], IAD bola klasifikovaná ako porucha kontroly impulzov, pretože zahŕňa maladaptívne používanie internetu bez akýchkoľvek omamných látok, podobne ako patologické hráčstvo. IAD vykazuje podobné vlastnosti iných závislostí vrátane rozvoja akademických, finančných a pracovných ťažkostí v dôsledku návykového správania a problémov pri rozvoji a udržiavaní osobných a rodinných vzťahov. Jednotlivci, ktorí trpia IAD, strávia viac času samoty, čo zasa ovplyvňuje ich normálne spoločenské fungovanie. V najhorších prípadoch sa u pacientov môžu vyskytnúť fyzické ťažkosti alebo zdravotné problémy, ako je syndróm karpálneho tunela, suché oči, bolesti chrbta, silné bolesti hlavy, nepravidelnosti stravovania a narušený spánok. [15], [16], Okrem toho sú pacienti často rezistentní na liečbu IAD a majú vysokú mieru recidívy [17]a mnohí z nich trpia aj inými závislosťami, ako sú závislosť od drog, alkoholu, hazardných hier alebo sex [18].
IAD zatiaľ nie je v DSM-5 považovaná za závislosť alebo duševnú poruchu [19], existujú rozsiahle štúdie, ktoré sú založené najmä na psychologických dotazníkoch uvádzaných samostatne, ktoré ukazujú negatívne dôsledky na každodenný život, pokiaľ ide o zložky správania, psychosociálne faktory, manažment príznakov, psychiatrickú komorbiditu, klinickú diagnostiku a výsledok liečby. [6], [20]-[23]. Okrem týchto behaviorálnych analýz sa nedávno použili aj techniky neuroimagingu, aby sa preskúmal vplyv nadmerného využívania internetu na štrukturálne a funkčné vlastnosti ľudského mozgu. [7], [24]-[29], Zobrazovanie funkčnej magnetickej rezonancie v pokojnom stave (R-fMRI), efektívne in vivo nástroj na skúmanie neuronálnych aktivít mozgu sa už predtým používal na identifikáciu možných porúch encefalických funkčných charakteristík v IAD [24], [26], [27], [30], v [27]Analýza regionálnej homogenity (ReHo), ktorá meria konzistentnosť regionálnych nízkofrekvenčných fluktuácií (LFF) v mozgových sieťach, odhalila zvýšenú synchronizáciu medzi oblasťami mozgu súvisiacu s cestami odmeňovania u pacientov s IAD. Podobná štúdia jednotlivcov so závislosťou od hrania online (OGA) navrhla, aby sa ako biomarker choroby použila zvýšená amplitúda LFF v ľavom mediálnom orbitofrontálnom kortexe, ktorý má anatomické súvislosti s niekoľkými regiónmi súvisiacimi s cieľovým rozhodovaním. [30], Hong et al. použil sieťovú štatistiku (NBS) na analýzu skupinových rozdielov v medziregionálnej funkčnej konektivite medzi IAD a kontrolnými skupinami a pozorovalo sa rozsiahle zníženie funkčnej konektivity v skupine IAD, najmä bez globálneho narušenia celkovej topológie siete [26], V ďalšej štúdii založenej na funkčnej konektivite sa skúmali zmeny v predvolenej sieťovej konektivite s použitím zadnej cingulate cortex (PCC) ako zárodočnej oblasti. [24], Výsledky ukázali zvýšenú funkčnú konektivitu medzi bilaterálnym zadným lalokom mozgu a stredným časným gyrom, ako aj zníženú konektivitu medzi dvojstranným dolným parietálnym lalokom a pravým dolným temporálnym gyrusom.
V súčasnej štúdii používame grafovo-teoretický prístup k analýze IAD založenej na údajoch R-fMRI. Najprv vyhodnotíme význam prerušenia funkčnej konektivity pomocou parametrické testy s korekciou viacnásobného porovnania. To nám umožňuje plne preskúmať úplný vzor funkčných spojení mozgu a vzory prepojenia medzi rozsiahlymi sieťami [31], Po druhé, skúmame možné prerušenia pripojenia spojené s IAD z hľadiska globálne sieťové vlastnosti, vrátane vlastností malého sveta (tj. klastrového koeficientu a charakteristickej dĺžky trasy) a sieťovej účinnosti (tj. globálnej a miestnej efektívnosti) v režime malého sveta. Po tretie, s rovnakým rozsahom rozptýlenia siete hodnotíme funkčný význam siete zohľadnením vzťahu regiónu s celým funkčným spojom [32] na základe opatrení centrálnosti každej NI. Sme motivovaní využívať centrálnu sieť lepšie lokalizovať narušené regióny na miestnej úrovni. Nakoniec preskúmame vzťahy medzi metrikami siete a behaviorálnymi a klinickými skóre účastníkov. Preskúmanie spojenia medzi vlastnosťami siete a klinickým výsledkom zlepšuje naše znalosti o patológii závislosti a poskytuje zásadný pohľad na vývoj spoľahlivejších diagnostických techník IAD.
Materiály a metódy
účastníci
Na tejto štúdii sa zúčastnilo tridsaťtri účastníkov s pravou rukou, ktoré pozostávali z adolescentov 17 s IAD (15 muži a ženy 2) a 16 so sexuálnymi, vekovými a vzdelávacími zdravými kontrolami (HC) (14 muži a 2 ženy). , Pacienti boli prijatí z Katedry detskej a dospievajúcej psychiatrie, Šanghajského centra duševného zdravia, Lekárskej fakulty Univerzity Jiao Tong v Šanghaji. Kontrolné subjekty boli vybrané z miestnej komunity pomocou reklám. Štúdiu schválila Etická komisia pre lekársky výskum a Rada pre inštitucionálne preskúmanie v Šanghajskom stredisku duševného zdravia v súlade s Helsinskou deklaráciou a rodičia / opatrovníci každého účastníka získali úplný písomný informovaný súhlas.
Trvanie IAD sa odhadlo pomocou retrospektívnej diagnózy. Všetky subjekty boli požiadané, aby si spomenuli na svoj životný štýl, keď boli pôvodne závislí od internetu. Na potvrdenie svojej závislosti na internete boli pacienti opätovne testovaní podľa upraveného Youngovho diagnostického dotazníka (YDQ) pre kritériá závislosti na internete, Beard and Wolf. [33]a spoľahlivosť samohláseného IAD sa potvrdila prostredníctvom rozhovoru s rodičmi. Pacienti s IAD strávili najmenej - hodín denne na internete alebo online hraní, a - dní v týždni. Overili sme tieto informácie od spolubývajúcich a spolužiakov pacientov, že často trvajú na tom, že musia byť neskoro v noci na internete, a napriek následkom narušili životy ostatných. Všimnite si, že všetci pacienti boli závislí od internetu najmenej alebo viac ako 2 roky. Podrobnosti o upravenom YDQ pre kritériá závislosti na internete sú uvedené v Súbor S1.
Po predchádzajúcom výskume v oblasti IAD [34], iba tí HC, ktorí strávili menej ako 2 hodín (strávená hodina = ) za deň na internete boli zahrnuté do tejto štúdie. Skupina HC strávila dní v týždni na internete. HC boli tiež testované s upravenými YDQ kritériami, aby sa zabezpečilo, že netrpia IAD. Všetci prijatí účastníci boli rodení hovoriaci z Číny a nikdy nepoužívali nelegálne látky. Upozorňujeme, že upravený YDQ bol pre pohodlie účastníkov preložený do čínštiny. Na ďalšie zdôvodnenie výsledkov diagnostiky bolo použité ďalšie diagnostické opatrenie IAD, Young's Internet Addiction Scale (YIAS). [35], bola vykonaná pre každého účastníka. YIAS je dotazník pre položky 20, ktorý vypracoval Dr. Kimberly Young na vyhodnotenie stupňa závislosti na internete. Rozdeľuje používateľov internetu do troch stupňov závažnosti na základe bodovej schémy 100: mierny používateľ online ( body), moderný používateľ online ( body) a vážneho používateľa online ( body).
Okrem diagnostiky IAD prostredníctvom modifikovaných YDQ a YIAS sa hodnotili aj behaviorálne stavy pacientov s IAD pomocou niekoľkých dotazníkov týkajúcich sa správania: Barrattova škála impulzívnosti-11 (BIS-11) [36], Dispozičná stupnica riadenia času (TMDS) [37]Dotazník o silných a ťažkých stránkach (SDQ) [38]a McMaster Family Assessment Device (FAD) [39], V štúdii boli použité obe verzie verzie SDQ pre deti aj pre rodičov. Podrobnosti o týchto dotazníkoch sú uvedené v Súbor S1.
Pred pohovorom o anamnéze sa všetci účastníci podrobili jednoduchému fyzikálnemu vyšetreniu (testy krvného tlaku a srdcového rytmu), aby sa vylúčili fyzické poruchy súvisiace s pohybom, zažívacím, nervovým, respiračným, cirkulačným, endokrinným, močovým a reprodukčným systémom. Vylučujúce kritériá zahŕňali: 1) anamnéza komorbidných psychiatrických a neapsychiatrických porúch, ako sú úzkostná porucha, depresia, kompulzívnosť, schizofrénia, autizmus alebo bipolárna porucha; 2) anamnéza zneužívania návykových látok alebo závislosti; 3) anamnéza fyzických porúch súvisiacich s pohybovým, tráviacim, nervovým, respiračným, cirkulačným, endokrinným, močovým a reprodukčným systémom; a 4) tehotenstva alebo menštruácie u žien počas dňa skenovania. Tento vylučovací postup je dôležitý na zabezpečenie toho, aby účastníci v tejto štúdii neboli ovplyvnení inými fyzickými, neurologickými alebo neuropsychiatrickými poruchami, a teda znížili možné skreslenie získaných zistení. Podrobné demografické informácie a klinické skóre sú uvedené v Tabuľka 1.
Tabuľka 1. Demografické informácie účastníkov zapojených do tejto štúdie.
doi: 10.1371 / journal.pone.0107306.t001
Zber údajov a predbežné spracovanie
Zber údajov sa uskutočnil pomocou skenera 3.0 Tesla (Philips Achieva). Funkčné obrazy pokojového stavu každého účastníka boli získané s časom odozvy (TE) = 30 ms a opakovacím časom (TR) = 2000 ms. Akvizičná matica bola 64 × 64 s pravouhlým FOV 230 × 230 mm2a voxelové rozlíšenie 3.59 × 3.59 × 4 mm3, Kontrola zahŕňala zväzky 220 pre každého účastníka. Počas získavania údajov boli účastníci požiadaní, aby ticho ležali v skeneri so zavretými očami. Aj keď sa na meranie toho, či subjekty skutočne držali oči zavreté, nepoužila žiadna ďalšia technika alebo zariadenie, tieto subjekty potvrdili, že sú si vedomé a počas skenovania držali oči zavreté.
Predspracovanie údajov sa uskutočnilo pomocou štandardného potrubia v dvoch nástrojoch spracovania R-fMRI, DPARSF. [40] a REST [41], Pred akýmkoľvek predbežným spracovaním boli prvé objemy 10 R-fMRI každého subjektu vyradené, aby sa dosiahla magnetizačná rovnováha. Objemy R-fMRI sa normalizovali na priestor MNI s rozlíšením 3 × 3 × 3 mm3, Uskutočnila sa regresia rušivých signálov vrátane komôr, bielej hmoty a globálnych signálov. Žiadny z účastníkov nebol vylúčený na základe kritéria posunu väčšieho ako 3 mm alebo uhlového natočenia väčšieho ako 3 v akomkoľvek smere. Na ďalšie minimalizovanie účinkov pohybu hlavy sme použili korekciu parametrov Friston 24 a stredné posunutie rámu FD špecifické pre voxel. [42] s prahom FD 0.5. Pred odhadom funkčnej konektivity sa priemerné časové rady R-fMRI každej oblasti záujmu filtrovali pásmovým priechodom ( Hz).
Analýza siete a analýza individuálnych pripojení
V tejto štúdii bola použitá grafická teoretická analýza na skúmanie funkčných zmien mozgového konektómu spôsobeného IAD medzi skupinou čínskych adolescentov. Funkčné mozgové siete sa skonštruovali na úrovni makrozásobníkov, kde uzly predstavujú preddefinované mozgové oblasti a hrany predstavujú medziregionálnu funkčnú konektivitu v pokojnom stave (RSFC). Na definovanie sieťových uzlov sme parcellovali mozog záujmové oblasti (ROI) deformovaním snímok fMRI do atlasu automatizovaného anatomického označovania (AAL) [43], Regióny založené na atlame AAL sú uvedené v tabuľke S1 v roku 2007 Súbor S1, Reprezentatívna časová séria každej oblasti záujmu bola potom získaná spriemerovaním regresnej časovej rady pre všetky voxely v každej jednotlivej oblasti záujmu. Na meranie medziregionálnej RSFC sme vypočítali párovú Pearsonovu koreláciu pre všetky možné () = 4005) NI a skonštruoval symetrickú maticu prepojenia, ktorá predstavuje tieto spojenia. Analyzovali sme rozdiely na úrovni skupín medzi každou dvojicou ROI z hľadiska sily spojenia. Významné rozdiely pre každé funkčné spojenie sa hodnotili pomocou hmotnostného univariatu (dvojstranný) - testy s prahovou hodnotou a korekcia chybného objavenia (FDR).
Analýza metrík a charakteristík siete
Pearsonova korelačná funkčná matica konektivity je husto spojená s mnohými rušivými prvkami s nízkou silou. Na lepšie modelovanie sietí ľudského mozgu, ktoré vykazujú vlastnosti malého sveta, bola matica funkčnej spojitosti každého jednotlivca ďalej spracovaná tak, aby mala rozpätie riedkosti spadajúce do režimu malého sveta () [44]-[48], Tento režim zabezpečuje relatívne konzistentné charakteristiky malého sveta pre mozgové siete oblastí záujmu 90 [44], Konkrétne bola Pearsonova korelačná matica každého subjektu prevedená na binarizované susediace matice, , podľa preddefinovanej riedkosti, ak sú všetky sú spočiatku nastavené na jeden a potom prvky zodpovedajúce najnižším korelačným hodnotám sa opakovane nastavia na nulu, kým sa nedosiahne určitá úroveň riedkosti. Na základe týchto sietí sme použili metriky globálnej aj regionálnej siete na analýzu celkovej architektúry a regionálnej uzlovej centrálnosti mozgových sietí na porovnanie na úrovni skupín. Medzi použité globálne metriky patrili parametre maloobchodu, konkrétne klastrovací koeficient () a charakteristická dĺžka cesty () [49], [50], ako aj efektívnosť globálnej siete () a efektívnosť miestnej siete (). Okrem toho sme vypočítali normalizované verzie týchto opatrení pomocou náhodných sietí (a ), aby sa zabezpečilo vlastníctvo vybudovaných mozgových sietí v malom svete. Sieť definujeme ako malý svet, ak spĺňa nasledujúce tri kritériá: , a pomer malých svetov, , Metriky troch uzlových centrálností - stupeň (), efektívnosť () a vzájomnosť () - pre každú oblasť mozgu sa vypočítali hodnoty miestnych funkčných sietí [44], [46].
Na štatistické vyšetrenie rozdielov medzi skupinami sme vykonali dvojstrannú vzorku - testy s prahovou hodnotou (Korigované FDR) pre každú metriku siete (globálnu a regionálnu) na základe plochy pod krivkou (AUC) každej metriky siete vytvorenej z režimu malého sveta [48], AUC poskytuje zhrnutie topologických charakteristík mozgových sietí počas celého režimu v malom svete, namiesto toho, aby sa uvažovalo len o topológii s jediným prahom riedkosti. [44], [51], Konkrétne sme pre každú metriku siete najprv vypočítali hodnotu AUC každého jednotlivého subjektu naprieč sieťami s rôznymi úrovňami sporivosti a potom sme vykonali dve vzorky - testy na štatistické kvantifikovanie akéhokoľvek rozdielu na úrovni skupiny medzi IAD a zdravými skupinami. Je pozoruhodné, že pred štatistickými testami sme použili viacnásobné lineárne regresie na odstránenie účinkov veku, pohlavia a vzdelania, ako aj ich interakcií. [31], [52]-[54].
Spoľahlivosť a opakovateľnosť pomocou funkčného atlasu
V tejto štúdii sa funkčné konektívne siete vybudovali na regionálnej úrovni parceláciou celého mozgu do 90 ROI na základe atlasu AAL. Bolo však tiež uvedené, že mozgové siete odvodené z rôznych schém parcelácie alebo z rôznych priestorových mierok môžu vykazovať odlišné topologické architektúry. [55]-[57]. Na vyhodnotenie spoľahlivosti a opakovateľnosti našich výsledkov sme experimenty zopakovali s použitím Dosenbachovho funkčného atlasu [58], ktorý rozdeľuje ľudský mozog na oblasti 160 ROI vrátane mozočka. V tomto atlase je každá oblasť záujmu definovaná ako štvorec s priemerom 10 mm obklopujúci vybraný bod očkovania a vzdialenosť medzi všetkými centrami oblasti záujmu je aspoň 10 mm bez priestorového prekrývania, čo znamená, že niektoré oblasti mozgu nie sú pokryté skupinou oblastí záujmu.
Vzťahy medzi metrikami siete a skóre správania
Pre tie regióny (založené na atlame AAL), ktoré vykazujú významné rozdiely na úrovni skupín v regionálnej uzlovej centrálnosti, sme použili Pearsonovu koreláciu párovo (, FDR opravené) na analýzu vzťahov medzi sieťovými vlastnosťami každého regiónu a skóre správania jednotlivca. Konkrétne v korelačnej analýze boli metriky siete považované za závislé premenné, zatiaľ čo skóre správania, tj BIS-11, TMDS, SDQ a FAD, boli považované za nezávislé premenné. Aby sme ďalej porozumeli vzťahu medzi postihnutými oblasťami mozgu a závažnosťou ochorenia, vypočítali sme tiež Pearsonov korelačný koeficient medzi prvkami siete a skóre YIAS.
výsledky
Demografické a klinické charakteristiky
Neexistuje žiadny významný rozdiel, pokiaľ ide o vek, pohlavie a roky vzdelávania (všetky s ) medzi skupinami IAD a HC. Existujú však významné rozdiely v používaní internetu, pokiaľ ide o dni v týždni () a hodiny za deň (). Aj keď neexistuje žiadny významný rozdiel medzi skupinami pre skóre BIS-11 a TMDS (všetky s ), SDQ-P (), SDQ-C () a FAD () skóre je výrazne vyššie v skupine IAD, ako je uvedené v Tabuľka 1 a Obrázok 1, Najmä YIAS (), klinické opatrenie použité na klasifikáciu IAD, ukazuje najvýznamnejší rozdiel na úrovni skupiny.
Obrázok 1. Rozdiely medzi skupinami, pokiaľ ide o klinické a behaviorálne opatrenia.
(YIAS = Young's Internet Addiction Scale, BIS-11 = Barratt Impulsiveness Scale-11, TMDS = Time Management Disposition Scale, SDQ-P = Strengths and Difficulties Questionnaire parent version, SDQ-C = Strengths and Difficulties detská verzia, FAD = McMaster Family Assessment Device).
doi: 10.1371 / journal.pone.0107306.g001
Individuálne funkčné pripojenie
V porovnaní so skupinou HC došlo po korekcii FDR k významnej zmene iba troch funkčných spojení. Dve medz hemisférické spojenia, jedno medzi ľavým uhlovým gyrom (parietálny lalok) a pravým stredným orbitofrontálnym kortexom (frontálny lalok) a ďalšie medzi ľavým fusiformným gyrusom (týlny lalok) a pravouhlým gyrusom (parietálny lalok), vykazujú zvýšenú konektivitu v Pacienti s IAD. Jedno intrahemisférické spojenie medzi pravým kaudátom (subkortikálna kôra) a pravým supramarginálnym gyrusom (parietálny lalok) ukazuje zníženú konektivitu v skupine s ochorením. Tieto výrazne zmenené funkčné spojenia sú znázornené na obrázku Obrázok 2, Spojenia červenej a modrej farby označujú zvýšené a znížené funkčné pripojenia v skupine IAD. Všimnite si, že väčšina postihnutých funkčných spojení sa týka oblastí nachádzajúcich sa na pravej pologuli a parietálnom laloku.
Obrázok 2. Významne zmenené funkčné spojenia u pacientov s IAD (FDR korigované).
Červená: zvýšená funkčná konektivita, Modrá: znížená funkčná konektivita. (FRO: Frontal, INS: Insula, TEM: Temporal, PAR: Parietal, OCC: Occipital, LIM: Limbic, SBC: Subkortical). Táto vizualizácia je vytvorená pomocou balíka BrainNet Viewer (http://www.nitrc.org/projects/bnv) a Circos (http://circos.ca/).
doi: 10.1371 / journal.pone.0107306.g002
Globálna charakteristika funkčných sietí
Preskúmali sme topologické vlastnosti vnútorných funkčných mozgových sietí porovnaním ich správania v malom svete s porovnateľnými náhodnými sieťami na viacerých úrovniach riedkosti siete, , Preskúmali sme najmä parametre malého sveta (napr. Koeficient zhlukovania, charakteristickú dĺžku cesty a pomer malého sveta, ), ako aj globálnu a miestnu efektívnosť. Náhodné siete použité v štúdii zachovali počet uzlov a hrán, ako aj stupeň distribúcie skutočných mozgových sietí, o ktoré ide, prostredníctvom techniky opätovného zapojenia opísaného v [59], Štatistické analýzy s použitím dvoch vzoriek - testy ((Opravené FDR) o hodnotách AUC v malom svete nepreukázali žiadny významný rozdiel medzi skupinami IAD a HC, pokiaľ ide o vlastnosti globálnej siete.
Regionálne uzlové charakteristiky funkčných sietí
Napriek bežnej topológii malého sveta boli v regionálnej uzlovej centrálnosti pozorované významné rozdiely na úrovni skupín. V tejto štúdii považujeme oblasť mozgu za významne zmenenú v skupine IAD, ak má aspoň jedna z jej troch regionálnych uzlových metrík - hodnota menšia ako 0.05 (korigovaná FDR) na základe jeho hodnôt AUC. Tabuľka 2 sumarizuje regióny, ktoré sú významne zmenené u pacientov s IAD. V porovnaní so skupinou HC vykazovali pacienti s IAD zmeny uzlovej centrálnosti prevažne umiestnené v ľavom dolnom parietálnom laloku (IPL), v ľavom thalame (THA) a ďalších oblastiach, ako je limbický systém, konkrétne v pravom prednom cinguláte gyrus (ACG) a vpravo. gyrus stredný cingulate (MCG). Predovšetkým IPL a ACG sú súčasťou siete predvoleného režimu (DMN), ktorá bola predtým spojená so zmenenou konektivitou v závislosti od návykových látok. [60]-[62].
Tabuľka 2. Regióny vykazujúce abnormálne uzlové centrálnosti u pacientov s IAD v porovnaní so zdravými kontrolami (HC) na základe atlamu AAL.
doi: 10.1371 / journal.pone.0107306.t002
Spoľahlivosť a opakovateľnosť pomocou funkčného atlasu
Keď sa na definíciu ROI použije Dosenbachov atlas, pozorujú sa významné skupinové rozdiely hlavne v čelnom a temennom spojení s cerebellem. Tieto zistenia sú zhrnuté v Tabuľka 3, Aj keď sa tieto spojenia líšia od spojení identifikovaných na základe atlasu AAL, väčšina prerušených spojení zahŕňa rovnaké laloky mozgu, s výnimkou oblastí mozočka. Pokiaľ ide o metriky globálnej siete, nezistili sme žiadny rozdiel medzi skupinami IAD a HC, podobne ako výsledky založené na atlame AAL. Pokiaľ ide o metriky miestnej siete, zistili sme, že niektoré z identifikovaných regiónov sa nachádzajú priestorovo blízko identifikovaných regiónov na základe atlasu AAL, ako napríklad ACG a THA, ako je uvedené v Tabuľka 4.
Tabuľka 3. Funkčné spojenia u jednotlivcov IAD, u ktorých došlo k významným zmenám založeným na atole Dosenbach.
doi: 10.1371 / journal.pone.0107306.t003
Tabuľka 4. Regióny vykazujúce abnormálne uzlové centrálnosti u pacientov s IAD v porovnaní so zdravými kontrolami (HC) na základe Dosenbachovho atlasu.
doi: 10.1371 / journal.pone.0107306.t004
Vzťahy medzi metrikami siete a opatreniami v oblasti správania
Neexistuje žiadny významný (, Opravené FDR) korelácia medzi metrikami globálnej siete (, , a ) a behaviorálne a klinické skóre. Avšak regionálne uzlové metriky niekoľkých regiónov sú výrazne ((Opravené FDR) koreluje s behaviorálnymi a klinickými skóre. Správny ACG pozitívne koreluje so skóre YIAS. Správny MCG pozitívne koreluje so skóre YIAS. Ľavá THA pozitívne koreluje so skóre YIAS a SDQ-P. Ľavá IPL však významne nekoreluje so žiadnym behaviorálnym alebo klinickým skóre. Oblasti mozgu, ktoré sú významne korelované s behaviorálnym a klinickým skóre, sú znázornené na obrázku Obrázok 3.
Obrázok 3. Oblasti mozgu, ktoré významne korelovali s behaviorálnym a klinickým skóre v skupine IAD (korigované FDR).
Táto ilustrácia bola vytvorená pomocou balíka BrainNet Viewer (http://www.nitrc.org/projects/bnv). (YIAS = Young's Internet Addiction Score, BIS-11 = Barratt Impulsiveness Scale-11, TMDS = Time Management Disposition Scale, SDQ-P = Strengths and Difficulties Questionnaire parent version, SDQ-C = Strengths and Difficulties Dětská verzia.).
doi: 10.1371 / journal.pone.0107306.g003
Diskusia
Zmeny individuálnej funkčnej konektivity
Poznatky o mechanizme vývoja ľudského mozgu sú dôležité pre lepšie pochopenie patologických základov porúch ovplyvňujúcich deti a dospievajúcich, čo vedie k možnej včasnej liečbe. Na základe grafickej teoretickej analýzy údajov R-fMRI sa navrhuje, že funkčná organizácia ľudského mozgu dozrieva a vyvíja sa od detstva cez dospievanie až do dospelosti sledovaním jedinečného trendu - väčšej funkčnej segregácie u detí a väčšej funkčnej integrácie u dospelých úroveň celého mozgu [63]-[66], Najmä organizácia funkčných mozgových sietí prechádza z lokálneho pripojenia na viac distribuovanú architektúru s rozvojom [63], [66], kde dospelí majú tendenciu mať slabšiu funkčnú konektivitu na krátke vzdialenosti a silnejšiu funkčnosť na diaľku ako deti [65].
Naše zistenia ukazujú, že prerušené spojenia pozorované v IAD, aj keď len po hádke po korekcii FDR, sú funkčné spojenia na veľké vzdialenosti a hemisféry, ktoré sú dôležité pre komunikáciu na diaľku v ľudskom mozgu. Prerušenie diaľkových a hemisférických spojení je častým príznakom mnohých abnormalít správania, vrátane autizmu. [67]-[70], schizofrénia [71], závislosť od opioidov [72], [73], a závislosti od kokaínu [74], Zhoršenie spojení na veľké vzdialenosti sa môže považovať za zlyhanie integračného procesu v rámci distribuovanej funkčnej siete ľudského mozgu [63], [64], [75], odchýlka od normálnej trajektórie neurologického vývoja. Preto špekulujeme, že abnormálny vývoj diaľkovej a medz hemisférickej konektivity u adolescentov IAD pozorovaných v tejto štúdii je jedným z možných dôvodov ich návykového správania.
Zmeny vo vlastnostiach globálnej siete
Ľudský mozog je považovaný za komplexný a veľký vzájomne prepojený dynamický systém s rôznymi dôležitými topologickými vlastnosťami, ako je malá svetlosť, vysoká účinnosť pri nízkych nákladoch na elektroinštaláciu a vysoko prepojené uzly. [46], [76]-[79], V sieti malého sveta sú uzly lokálne zoskupené v prospech modulárneho spracovania informácií a sú vzdialene spojené prostredníctvom malého počtu diaľkových spojení, aby sa efektívne celkové smerovanie [50], Skupiny IAD aj HC vykazovali vlastnosti malého sveta, tj vysoké koeficienty zhlukovania () a podobné charakteristické dĺžky cesty () v porovnaní s porovnateľnými náhodnými sieťami. V súlade s predchádzajúcimi štúdiami R-fMRI sme však pozorovali trvalo väčšie normalizované koeficienty zhlukovania a podobné normalizované charakteristické dĺžky cesty v skupine IAD v porovnaní so skupinou HC nad hustotou spojenia. [26], Väčší koeficient zhlukovania odráža narušenú integráciu neurónov medzi vzdialenými oblasťami, ktoré vykazujú relatívne riedke dlhé vzdialenosti a relatívne husté krátke vzdialenosti funkčných spojení v skupinách IAD a HC. Progresia klinických štádií od miernych po ťažké môže spôsobiť väčšie narušenie alebo prerušenie vzdialených spojení, a tak možno podporiť vytvorenie krátkych spojení v zoskupení ako alternatívnych ciest na zachovanie prenosu informácií medzi dvoma vzdialenými regiónmi. Vytvorenie spojení na krátku vzdialenosť však môže zaviesť neobvyklé zhluky, ktoré zvyšujú riziko generovania nekontrolovaného alebo náhodného toku informácií cez celú sieť. Na druhej strane, všetky mozgové siete preukázali podobné paralelné spracovanie informácií o globálnej a miestnej efektívnosti v porovnaní s porovnateľnou náhodnou sieťou [80], Tieto zistenia podporujú koncepciu malého sveta ľudského mozgu, ktorá poskytuje vyváženú kombináciu miestnej špecializácie a globálnej integrácie [81], Naše pozorovanie žiadneho významného rozdielu medzi skupinami IAD a HC, pokiaľ ide o globálne sieťové vlastnosti, môže znamenať, že zmeny funkčnej sieťovej štruktúry v IAD sú jemné. V dôsledku toho by ďalší výskum biomarkerov IAD špecifických pre danú oblasť mohol odhaliť významné informácie o patológii choroby a závislosti všeobecne.
Regionálne uzlové charakteristiky funkčných sietí
Zmeny v uzlovej centrálnosti súvisiace s IAD sa vyskytujú hlavne v zložkách limbického systému vrátane ACG a MCG, IPL a THA. Poruchy týchto regiónov, ako aj s nimi súvisiace spojovacie cesty sa môžu interpretovať tak, že odrážajú zníženú efektívnosť spracovania informácií, čo možno odráža funkčné poruchy v IAD.
Cingulate gyrus (CG), neoddeliteľná súčasť limbického systému, sa podieľa na tvorbe a spracovaní emócií, učení a pamäti, výkonných funkciách a respiračnej kontrole. [82], Prijíma vstupy z THA a neokortexu a premieta sa do entorhinálnej kôry cez cingulum. Táto cesta sa zameriava na emocionálne významné udalosti a reguluje agresívne správanie [29]. Narušenie funkcií týkajúcich sa CG by mohlo narušiť schopnosť jednotlivca monitorovať a kontrolovať jeho správanie, najmä správanie súvisiace s emóciami [83], Väčšina analýz závislosti od návykových látok a správania preukázala významné zmeny v prednej a zadnej časti CG (ACG a PCG), vrátane závislosti od alkoholu [84], patologické hráčstvo [85]a IAD [27], [29], U užívateľov kokaínu boli hlásené podobné ďalšie zmeny MCG [86], V predchádzajúcich štúdiách fMRI sa tiež ukázalo, že všetky predné, stredné a zadné CG sú postihnuté v podmienkach odmeňovania a trestu. [87], Vzhľadom na úlohu MCG pri spracovaní pozitívnych a negatívnych emócií nie je prekvapujúce, že región vykazuje významné prerušenie pripojenia u pacientov s IAD.
THA je ústredňou informácií o mozgu a podieľa sa na mnohých mozgových funkciách vrátane spracovania odmien [88], správanie zamerané na cieľ a kognitívne a motorické funkcie [89], Prenáša zmyslové a motorické signály zo subkortikálnych oblastí do mozgovej kôry [90], Prostredníctvom THA orbitofrontálna kôra prijíma priame a nepriame projekcie z iných limbických mozgových oblastí, ktoré sú zapojené do posilnenia liečiva, ako je amygdala, CG a hippocampus. [91], kontrolovať a opravovať správanie súvisiace s odmeňovaním a trestom [92], Abnormálne thalamo-kortikálne obvody nájdené v závislých na online hre [93] môže naznačovať narušenie fungovania THA súvisiace s chronickými modelmi zlej kvality spánku [94] a drvivá pozornosť sa zameriava na počítač. Okrem toho je THA funkčne spojená s hippocampom [95] ako súčasť rozšíreného hippocampálneho systému, ktorý je rozhodujúci pre kognitívne funkcie, ako je priestorová navigácia a konsolidácia informácií z krátkodobej pamäte do dlhodobej pamäte [96], [97].
V IPL sme pozorovali významné zmeny uzlových centrálností v súlade s výsledkami uvedenými v nedávnych štúdiách IAD založených na R-fMRI. [24], [93], Podobne ako THA je IPL masívne prepojený so sluchovými, zrakovými a somatosenzorickými kortexmi a dokáže súčasne spracovávať rôzne druhy podnetov. Ako jedna z posledných rozvinutých štruktúr ľudského mozgu v priebehu vývoja môže byť IPL zraniteľnejšie voči nadmernému vystaveniu zvukovým a vizuálnym stimulom, najmä počas detstva. Porucha IPL vyvolaná nadmerným využívaním internetu môže potlačiť schopnosť jednotlivca správne sprostredkovať inhibíciu odozvy impulznej regulácie [98], [99], poškodzujú ich schopnosť odolávať podnetom vyvolaným internetovým chtíčom, ktoré môžu ďalej zhoršiť IPL. Takéto kruhové vzorce sa často vyskytujú u závislých na látke a správaní.
Regióny DMN sú obyčajne aktívnejšie v pokoji ako plnenie úloh zameraných na dosiahnutie cieľa [62], Tieto regióny, o ktorých je známe, že sú zapojené do emočnej modulácie a samoreferenčných aktivít, vrátane hodnotenia významu interných a externých narážok, zapamätania si minulosti a plánovania budúcnosti [60], [62], ktoré sú dôležitými kritériami v diagnostike IAD. Už skôr bolo navrhnuté, že zmenená konektivita zahŕňajúca regióny DMN prispieva k rôznym symptomatickým správaním pri chorobách [100], vrátane návykových látok [101], [102] a závislosti na správaní [24], [103], Naše zistenia o zmenenej funkčnej konektivite zahŕňajúcej niekoľko regiónov DMN sú čiastočne v súlade s predchádzajúcimi pozorovaniami, čo naznačuje, že DMN má potenciál slúžiť ako biomarker na identifikáciu pacientov s IAD.
Spoľahlivosť a opakovateľnosť pomocou funkčného atlasu
Niektoré z abnormálnych oblastí mozgu identifikovaných na základe atlasu AAL sa identifikovali aj pomocou funkčného atlasu, čo podporuje spoľahlivosť a opakovateľnosť našich výsledkov. Jedným z možných dôvodov mierne odlišných výsledkov je režim použité v tejto štúdii. Charakteristiky konektívnych sietí malého sveta konštruovaných na základe atlasu AAL v oblasti návratnosti investícií 90 sú v tomto rozsahu najkonzistentnejšie. [44], Tento rozsah sparity však nemusí byť optimálny pre atlasy s rôznym počtom NI. Okrem toho sú ROI získané z atolu Dosenbach definované funkčne a nepokrývajú celý mozog [58], V tomto atlase sa najskôr identifikujú stredy všetkých oblastí záujmu 160 a z každého centra sa vypestuje guľa s polomerom 5 mm, čím sa vytvorí sférická oblasť záujmu 10 mm. Stred každej oblasti záujmu je tiež nastavený tak, aby bol najmenej 10 mm od stredu iných oblastí záujmu, čo vedie k priestorovo sa neprekrývajúcemu atlasu. Na druhej strane atlas AAL pokrýva tkanivo šedej hmoty celého mozgu. Tieto rozdiely v definícii NI a celkovej pokrytej oblasti môžu prispieť k odchýlkam vo výsledkoch. Preto je potrebný ďalší výskum s použitím väčšej kohorty, aby sa určilo, do akej miery má výber schémy parcelácie mozgu vplyv na charakterizáciu topológie siete.
Korelácia medzi metrikami siete a opatreniami v oblasti správania
V tejto štúdii sme nepozorovali žiadnu koreláciu medzi metrikami globálnej siete a opatreniami v správaní, z čoho vyplývala absencia zmien v topológii celej mozgovej siete. Toto zistenie môže tiež naznačovať, že variácie mozgovej siete sú jemné kvôli plasticite ľudského mozgu (neuroplasticita). [104], [105] pri obnove väčšiny svojich denných funkcií prostredníctvom alternatívnych dráh (nervové obvody). Plastičnosť mozgu zahŕňa reorganizáciu spojení medzi nervovými bunkami alebo neurónmi a môže byť ovplyvnená mnohými faktormi [106]-[108], Stáva sa to spôsobom súvisiacim s vekom, ktorý je v detstve a dospievaní výraznejší ako v dospelosti, čo naznačuje lepšie zotavenie zhoršených neuronálnych spojení u adolescentov s IAD. Ďalej sa ukázalo, že rôzne behaviorálne stavy, od závislosti na neurologických a psychiatrických poruchách, sú v korelácii s lokalizovanými zmenami v nervových obvodoch. [106], Preto nie je prekvapujúce, že opatrenia globálnej siete s hrubou úrovňou, ako napríklad priemerný koeficient zhlukovania, charakteristická dĺžka cesty a účinnosť siete, sú pri detekcii zmien obvodov mozgu v skupine IAD menej citlivé.
Regionálne uzlové metriky niekoľkých oblastí mozgu sú však v korelácii s niektorými opatreniami v oblasti správania. Pozitívne je najmä rodičovská verzia SDQ (SDQ-P), ktorá meria schopnosť jednotlivca primerane zvládnuť impulzívnosť a závažnosť problémov s emóciami a prosociálnym správaním na základe informácií poskytnutých rodičmi študovaných adolescentov. korelovala s funkčne ovplyvnenými oblasťami mozgu nachádzajúcimi sa v IAD. Neschopnosť ovládať impulzívne správanie a emócie je jedným z hlavných symptómov správania. Je bežné, že pacienti nevedia o zmenách svojich emócií a správania, hoci tieto zmeny sú pre ľudí, ktorí ich obklopujú, relatívne zrejmé. To môže byť hlavným dôvodom, prečo žiadne zo sieťových opatrení nie je v korelácii s detskou verziou SDQ (SDQ-C) z dôvodu jej sebahodnotiaceho charakteru. Na druhej strane neexistuje žiadna významná korelácia medzi opatreniami regionálnej siete a inými opatreniami v oblasti správania vrátane BIS-11, FAD a TMDS. Toto zistenie je podporované veľkými - hodnoty týchto opatrení medzi IAD a zdravými skupinami (Tabuľka 1). Tieto nálezy môžu naznačovať, že niektoré z týchto behaviorálnych opatrení sú užitočné pri určovaní postihnutých oblastí, a teda pomáhajú diagnostikovať IAD, hoci na lepšie pochopenie úloh týchto opatrení v závislosti od správania alebo porúch správania je stále potrebné veľké množstvo práce.
Metodické otázky / obmedzenia
V tejto štúdii by sa malo zdôrazniť niekoľko obmedzení. Po prvé, diagnóza IAD bola založená predovšetkým na výsledkoch dotazníkov, ktoré poskytli sami tí, ktorí by mohli ovplyvniť spoľahlivosť diagnóz. V budúcnosti sa musia vyvinúť štandardizované diagnostické nástroje na identifikáciu IAD, aby sa zlepšila spoľahlivosť a platnosť diagnóz IAD. Po druhé, naša štúdia je obmedzená malou veľkosťou vzorky a nerovnováhou pohlavia účastníkov (muži 31 a 4), čo by mohlo znížiť štatistickú silu a zovšeobecnenie nálezov, hoci tieto faktory boli analyzované. Vplyv pohlavia na prevalenciu IAD je stále predmetom diskusie. Na základe zistení Younga [35], vysoký počet žien vykazuje závislosť od internetu. Naproti tomu jedna nedávna štúdia uvádza, že muži vykazujú vyššie riziko správania sa IAD [109], Uvádza sa však aj to, že medzi pohlavím a IAD neexistuje žiadny vzťah [110], [111], Na lepšie posúdenie vzťahu medzi pohlavím a náchylnosťou k IAD sú potrebné budúce experimenty s použitím väčšej kohorty s vyváženejším pomerom pohlaví.
Poďakovanie
Túto prácu čiastočne podporili granty Národných inštitútov zdravia (NIH) EB006733, EB008374, EB009634, AG041721 a CA140413, ako aj Národná prírodovedná nadácia Číny (81171325) a Národný program výskumu a vývoja kľúčových technológií 2007BAI17B03.
Príspevky od autorov
Koncipované a navrhnuté experimenty: CYW ZZ PTY GW FS TP YD JX YZ DS. Vykonané experimenty: CYW ZZ YD JX YZ DS. Analyzované údaje: CYW PTY DS. Prispievané činidlá / materiály / analytické nástroje: ZZ YD JX YZ. Napísal článok: CYW PTY TP DS.
Referencie
- 1. Ng BD, Wiemer-Hastings P (2005) Závislosť od internetu a online hier. Cyberpsychol Behav 8: 110 – 113. doi: 10.1089 / cpb.2005.8.110
- 2. Young KS (1998) Závislosť na internete: Vznik novej klinickej poruchy. Cyberpsychol Behav 1: 237 – 244. doi: 10.1089 / cpb.1998.1.237
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- 3. 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
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- 4. Blok J (2006) Prevalencia bola v problematickej štúdii o používaní internetu podhodnotená. CNS Spectr 12: 14 – 15.
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- 5. Závislosť na internete Fitzpatrick JJ (2008): Uznávanie a zásahy. Arch Neurol 22: 59 – 60. doi: 10.1016 / j.apnu.2007.12.001
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- 6. Cao F, Su L, Liu T, Gao X (2007) Vzťah medzi impulzivitou a závislosťou od internetu vo vzorke čínskych adolescentov. Eur Psychiatria 22: 466 – 471. doi: 10.1016 / j.eurpsy.2007.05.004
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- 7. Yuan K, Qin W, Wang G, Zeng F, Zhao L, a kol. (2011) Abnormality mikroštruktúry u adolescentov s poruchou závislosti na internete. PLYS ONE 6: e20708. doi: 10.1371 / journal.pone.0020708
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- Zobraziť článok
- PubMed / NCBI
- Študovňa Google
- 8. Ernst M, Pine DS, Hardin M (2006) Triadický model neurobiológie motivovaného správania v dospievaní. Psychol Med 36: 299 – 312. doi: 10.1017 / s0033291705005891
- 9. Pine DS, Cohen P, Brook JS (2001) Emocionálna reaktivita a riziko psychopatológie u dospievajúcich. CNS Spectr 6: 27 – 35.
- 10. Silveri MM, Tzilos GK, Pimentel PJ, Yurgelun-Todd DA (2004) Dráhy emocionálneho a kognitívneho vývoja dospievajúcich: účinky pohlavia a riziko užívania drog. Ann NY Acad Sci 1021: 363 – 370. doi: 10.1196 / annals.1308.046
- 11. Steinberg L (2005) Kognitívny a afektívny vývoj v dospievaní. Trendy Cogn Sci 9: 69 – 74. doi: 10.1016 / j.tics.2004.12.005
- 12. Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005) Navrhnuté diagnostické kritériá závislosti na internete pre dospievajúcich. J Nerv Ment Dis 193: 728 – 733. doi: 10.1097 / 01.nmd.0000185891.13719.54
- 13. Yoo HJ, Cho SC, Ha J, Yune SK, Kim SJ, a kol. (2004) Symptómy hyperaktivity s deficitom pozornosti a závislosť od internetu. Psychiatrická klinika Neurosci 58: 487 – 494. doi: 10.1111 / j.1440-1819.2004.01290.x
- 14. Shapira NA, Lessig MC, Goldsmith TD, Szabo ST, Lazoritz M., a kol. (2003) Problematické používanie internetu: Navrhované klasifikačné a diagnostické kritériá. Depresia úzkosti 17: 207 – 216. doi: 10.1002 / da.10094
- 15. Závislosť nternetu Beard KW (2005): prehľad súčasných techník posudzovania a možných otázok posudzovania. Cyberpsychol Behav 8: 7 – 14. doi: 10.1089 / cpb.2005.8.7
- 16. Inovácie mladých K (1999) v klinickej praxi: zdrojová kniha, tlač profesionálnych zdrojov, zväzok 17, kapitola Závislosť na internete: príznaky, hodnotenie a liečba. str. 19 – 31.
- 17. Problémy s blokom JJ (2008) pre DSM-V: Závislosť na internete. Am J Psychiatria 165: 306 – 307. doi: 10.1176 / appi.ajp.2007.07101556
- 18. Doidge N (2007) Mozog, ktorý sa mení: Príbehy osobného víťazstva z hraníc vedy o mozgu. Penguin Books, 1st edícia doi: 10.1080 / 10398560902721606
- 19. Diagnostická a štatistická príručka duševných porúch americkej psychiatrickej asociácie (2013) (DSM-5). American Psychiatric Publishing (APPI) .. doi: 10.1007 / springerreference_179660
- 20. Bernardi S (2009) SPallanti (2009) Závislosť na internete: Opisná klinická štúdia zameraná na komorbidity a disociačné príznaky. Compr Psychiatry 50: 510 – 516. doi: 10.1016 / j.comppsych.2008.11.011
- 21. Caplan SE (2002) Problematické využívanie internetu a psychosociálna pohoda: Vývoj nástroja na meranie založeného na teórii kognitívneho správania. Vypočítajte ľudské správanie 18: 553 – 575. doi: 10.1016 / s0747-5632 (02) 00004-3
- 22. 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
- 23. TaoR, Huang X, Wang J, Zhang H, Zhang Y, a kol. (2010) Navrhnuté diagnostické kritériá pre závislosť od internetu. Závislosť 105: 556 – 564. doi: 10.1111 / j.1360-0443.2009.02828.x
- 24. Ding W, Sun J, Sun Y, Zhou Y, Li L, a kol. (2013) Zmenená predvolená funkčná konektivita v kľudovom stave u dospievajúcich so závislosťou na internete. PLYS ONE 8: e59902. doi: 10.1371 / journal.pone.0059902
- 25. Lin F, Zhou Y, Du Y, Qin L, Zhao Z, a kol. (2012) Abnormálna integrita bielej hmoty u dospievajúcich s poruchou závislosti na internete: štúdia priestorovej štatistiky založená na traktoch. PLYS ONE 7: e30253. doi: 10.1371 / journal.pone.0030253
- 26. 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: e57831. doi: 10.1371 / journal.pone.0057831
- 27. Liu J, Yuan L, Ye J (2010) Efektívny algoritmus pre triedu problémov s fúzovanými lasomi. In: KDD. str. 323 – 332.
- 28. Yuan K, Cheng P, Dong T, Bi Y, Xing L, a kol. (2013) Abnormality hrúbky kortikálu v období dospievania so závislosťou od hrania online. PLYS ONE 8: e53055. doi: 10.1371 / journal.pone.0053055
- 29. Zhou Y, Lin F, Du Y, Qin L, Zhao Z, 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
- 30. Yuan K, Jin C, Cheng P, Yang X, Dong T, a kol. (2013) Množstvo abnormalít fluktuácie pri nízkych frekvenciách u adolescentov so závislosťou od hrania online. PLYS ONE 8: e78708. doi: 10.1371 / journal.pone.0078708
- 31. Zuo XN, EhmkeR, Mennes M, Imperati D, Castellanos FX, a kol. (2012) Centrálnosť siete v ľudskom funkčnom konektome. Cereb Cortex 22: 1862 – 1875. doi: 10.1093 / cercor / bhr269
- 32. Koschützki D, Lehmann KA, Peeters L., Richter S., Tenfelde-Podehl D., a kol. (2005) Indexy centrálnosti. In: Brandes U, Erlebach T, redaktori, analýza siete: metodologické základy. New York: Springer-Verlag, zväzok 3418, s. 16 – 61.
- 33. Beard KW, Wolf EM (2001) Zmena navrhovaných diagnostických kritérií pre závislosť od internetu. Cyberpsychol Behav 4: 377 – 383. doi: 10.1089 / 109493101300210286
- 34. Ko CH, Liu GC, Hsiao S, Yen JY, Yang MJ, a kol. (2009) Aktivátory mozgu spojené s hernou nutkavosťou online hernej závislosti. J Psychiatr Res 43: 739 – 747. doi: 10.1016 / j.jpsychires.2008.09.012
- 35. Young KS (1998) Chytený v sieti: Ako rozpoznať príznaky závislosti na internete a víťaznú stratégiu obnovy. John Wiley a synovia.
- 36. Patton JH, Stanford MS, Barratt ES (1995) Faktorová štruktúra stupnice Barrattovej impulzivity. J Clin Psychol 51: 768–774. doi: 10.1002 / 1097-4679 (199511) 51: 6 <768 :: aid-jclp2270510607> 3.0.co; 2-1
- 37. Huang X, Zhang Z (2001) Zostavenie inventúry dispozície riadenia času dospievania. Acta Psychol Sin 33: 338 – 343.
- 38. Goodman R (1997) Dotazník o silných stránkach a ťažkostiach: výskumná správa. J Psychiatria v psychológii detí 38: 581 – 586. doi: 10.1111 / j.1469-7610.1997.tb01545.x
- 39. Epstein NB, Baldwin LM, Bishop DS (1983) Zariadenie na hodnotenie rodiny McMaster. J Manželský Fam Ther 9: 171 – 180. doi: 10.1111 / j.1752-0606.1983.tb01497.x
- 40. Yan CG, Zang YF (2010) DPARSF: MATLAB toolbox pre „pipeline“ analýzu údajov fMRI v pokojovom stave. Predný systém Neurosci 4: 13. doi: 10.3389 / fnsys.2010.00013
- 41. Song XW, Dong ZY, Long XY, Li SF, Zuo XN, a kol. (2011) REST: Súbor nástrojov na spracovanie údajov zobrazujúcich funkčnú magnetickú rezonanciu v pokojnom stave. PLYS ONE 6: e25031. doi: 10.1371 / journal.pone.0025031
- 42. 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
- 43. 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
- 44. Achard S, Bullmore E (2007) Účinnosť a náklady na ekonomické mozgové funkčné siete. PLoS Comput Biol 3: e17. doi: 10.1371 / journal.pcbi.0030017
- 45. Bassett DS, Meyer-Lindenberg A, Achard S, Duke T, Bullmore E (2006) Adaptívna rekonfigurácia fraktálnych funkčných sietí ľudského mozgu malého sveta. Proc Natl Acad Sci USA 103: 19518 – 19523. doi: 10.1073 / pnas.0606005103
- 46. Rubinov M, Sporns O (2010) Komplexné sieťové miery merania mozgovej konektivity: použitia a interpretácie. Neuroimage 52: 1059 – 1069. doi: 10.1016 / j.neuroimage.2009.10.003
- 47. Smit DJA, Stam CJ, Posthuma D, Boomsma DI, De Geus EJC (2008). Dedičnosť sietí „malého sveta“ v mozgu: Grafová teoretická analýza funkčnej konektivity EEG v kľudovom stave. Hum Brain Mapp 29: 1368 – 1378. doi: 10.1002 / hbm.20468
- 48. Zhang J, Wang J, Wu Q, Kuang W, Huang X, a kol. (2011) Poruchy mozgovej konektivity v prípade depresívnej poruchy prvej epizódy, prvej epizódy. Biol Psychiatry 70: 334 – 342. doi: 10.1016 / j.biopsych.2011.05.018
- 49. Latora V, Marchiori M (2001) Efektívne správanie sietí malého sveta. Phys Rev Lett 87: 198701. doi: 10.1103 / physrevlett.87.198701
- 50. Watts DJ, Strogatz SH (1998) Kolektívna dynamika sietí „malého sveta“. Príroda 393: 440 – 442. doi: 10.1038 / 30918
- 51. He Y, Wang J, Wang L, Chen ZJ, Yan C, a kol. (2009) Odhaľovanie vnútornej modulárnej organizácie spontánnej mozgovej aktivity u ľudí. PLYS ONE 4: 1 – 17. doi: 10.1371 / journal.pone.0005226
- 52. Gong G, Rosa-Neto P, Carbonell F, Chen ZJ, He Y, a kol. (2009) Vekové a rodové rozdiely v kortikálnej anatomickej sieti. J Neurosci 29: 15684 – 15693. doi: 10.1523 / jneurosci.2308-09.2009
- 53. Tian L, Wang J, Yan C, He Y (2011) Rozdiely súvisiace s hemisférou a rodom v mozgových sieťach v malom svete: štúdia funkčnej MRI v kľudovom stave. Neuroimage 54: 191 – 202. doi: 10.1016 / j.neuroimage.2010.07.066
- 54. Zhu W, Wen W, He Y, Xia A, Anstey KJ a kol. (2012) Zmena topologických vzorcov v normálnom starnutí pomocou rozsiahlych štrukturálnych sietí. Neurobiol starnutie 33: 899 – 913. doi: 10.1016 / j.neurobiolaging.2010.06.022
- 55. Hayasaka S, Laurienti PJ (2010) Porovnanie charakteristík medzi sieťovými analýzami založenými na regiónoch a voxeloch v údajoch fmri v kľudovom stave. Neuroimage 50: 499 – 508. doi: 10.1016 / j.neuroimage.2009.12.051
- 56. Fornito A, Zalesky A, Bullmore ET (2010) Účinky škálovania siete v grafových analytických štúdiách údajov o fMRI v pokojovom stave u ľudí. Predný systém Neurosci 4: 22. doi: 10.3389 / fnsys.2010.00022
- 57. Zalesky A, Fornito A, Harding IH, Cocchi L, Yücel M, a kol. (2010) Anatomické siete celého mozgu: Záleží na výbere uzlov? Neuroimage 50: 970 – 983. doi: 10.1016 / j.neuroimage.2009.12.027
- 58. Dosenbach NUF, Nardos B, Cohen AL, Fair DA, Power JD, a kol. (2010) Predikcia individuálnej zrelosti mozgu pomocou fmri. Science 329: 1358 – 1361. doi: 10.1126 / science.1194144
- 59. Maslov S, Sneppen K (2002) Špecifickosť a stabilita v topológii proteínových sietí. Science 296: 910 – 913. doi: 10.1126 / science.1065103
- 60. Buckner RL, Andrew-Hanna JR, Schacter DL (2008) Sieť predvoleného režimu mozgu: anatómia, funkcia a význam pre chorobu. Ann NY Acad Sci 1124: 1–38. doi: 10.1196 / letopisy.1440.011
- 61. Greicius MD, Krasnow B, Reiss AL, Menon V (2003) Funkčné pripojenie v pokojnom mozgu: sieťová analýza hypotézy predvoleného režimu. Proc Natl Acad Sci USA 100: 253 – 258. doi: 10.1073 / pnas.0135058100
- 62. Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA, a kol. (2001) Predvolený režim funkcie mozgu. Proc Natl Acad Sci USA 98: 676 – 682. doi: 10.1073 / pnas.98.2.676
- 63. Veľtrh DA, Dosenbach NUF, Church JA, Cohen AL, Brahmbhatt S, a kol. (2007) Rozvoj odlišných riadiacich sietí prostredníctvom segregácie a integrácie. Proc Natl Acad Sci USA 104: 13507 – 13512. doi: 10.1073 / pnas.0705843104
- 64. Veľtrh DA, Cohen AL, Power JD, Dosenbach NUF, Church JA, et al. (2009) Funkčné mozgové siete sa vyvíjajú z „miestnej až distribuovanej“ organizácie. PLoS Comput Biol 5: e1000381. doi: 10.1371 / journal.pcbi.1000381
- 65. Kelly AC, Di Martino A, Uddin LQ, Zarrar Shehzad1 DGG, Reiss PT, a kol. (2009) Rozvoj funkčnej konektivity prednej cingule od konca detstva do ranej dospelosti. Cereb Cortex 19: 640 – 657. doi: 10.1093 / cercor / bhn117
- 66. Supekar K, Musen M, Menon V (2009) Vývoj rozsiahlych funkčných mozgových sietí u detí. PLoS Biol 7: e1000157. doi: 10.1371 / journal.pbio.1000157
- 67. 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
- 68. Wilson TW, Rojas DC, Reite ML, Teale PD, Rogers SJ (2007). Deti a dospievajúci s autizmom vykazujú znížené gama reakcie v ustálenom stave MEG. Biol Psychiatry 62: 192 – 197. doi: 10.1016 / j.biopsych.2006.07.002
- 69. Uddin LQ, Supekar K, Menon V (2010) Typický a atypický vývoj funkčných sietí ľudského mozgu: poznatky z pokojového stavu fMRI. Predný systém Neurosci 4: 21. doi: 10.3389 / fnsys.2010.00021
- 70. Uddin LQ, Supekar KS, Ryali S, Menon V (2011) Dynamická rekonfigurácia štrukturálnej a funkčnej konektivity cez základné neurokognitívne mozgové siete s vývojom. J Neurosci 31: 18578 – 18589. doi: 10.1523 / jneurosci.4465-11.2011
- 71. Liang M, Zhou Y, Jiang T, Liu Z, Tian L, a kol. (2006) Rozsiahla funkčná odpojiteľnosť pri schizofrénii so zobrazením funkčnej magnetickej rezonancie v pokojnom stave. Neuroreport 17: 209 – 213. doi: 10.1097 / 01.wnr.0000198434.06518.b8
- 72. Fingelkurts AA, Fingelkurts AA, Kivisaari R, Autti T, Borisov S., a kol. (2006) Zvýšená lokálna a znížená vzdialená funkčná konektivita v EEG alfa a beta frekvenčných pásmoch u pacientov závislých od opioidov. Psychofarmakológia 188: 42 – 52. doi: 10.1007 / s00213-006-0474-4
- 73. Fingelkurts AA, Fingelkurts AA, Kivisaari R, Autti T, Borisov S., a kol. (2007) Stiahnutie opiátov má za následok zvýšené lokálne a vzdialené funkčné pripojenie v alfa a beta frekvenčných pásmach EEG. Neurosci Res 58: 40 – 49. doi: 10.1016 / j.neures.2007.01.011
- 74. 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
- 75. Fair DA, Cohen AL, Church NUDJA, Miezin FM, Barch DM a kol. (2008) Zrejúca architektúra predvolenej siete mozgu. Proc Natl Acad Sci USA 105: 4028–4032. doi: 10.1073 / pnas.0800376105
- 76. Bullmore E, Sporns O (2009) Komplexné mozgové siete: Graf teoretickej analýzy štruktúrnych a funkčných systémov. Nat Rev Neurosci 10: 186 – 198. doi: 10.1038 / nrn2575
- 77. On Y, Evans A (2010) Graf teoretické modelovanie mozgovej konektivity. Curr Opin Neurol 23: 341 – 350.
- 78. Stam CJ (2010) Charakterizácia anatomickej a funkčnej konektivity v mozgu: perspektíva zložitých sietí. Int J Psychofyziol 77: 186 – 194. doi: 10.1016 / j.ijpsycho.2010.06.024
- 79. Wang J, Zuo X, He Y (2010) Grafová sieťová analýza funkčnej MRI v pokojnom stave založená na grafe. Predný systém Neurosci 4: 16. doi: 10.3389 / fnsys.2010.00016
- 80. Latora V, Marchiori M (2003) Ekonomické správanie malého sveta vo vážených sieťach. Eur Physical Journal B 32: 249 – 263. doi: 10.1140 / epjb / e2003-00095-5
- 81. Tononi G, Edelman GM, Sporns O (1998) Zložitosť a koherencia: Integrácia informácií do mozgu. Trendy v kognitívnych vedách 2: 474 – 484. doi: 10.1016 / s1364-6613 (98) 01259-5
- 82. Mayberg HS (1997) Limbicko-kortikálna dysregulácia: navrhovaný model depresie. J Neuropsychiatrická klinika Neurosci 9: 471 – 481.
- 83. Goldstein RZ, Tomasi D, Rajaram S, Cottone LA, Zhang L, a kol. (2007) Úloha predného cingulátu a mediálneho orbitofrontálneho kortexu pri spracovávaní drogových podnetov pri závislosti od kokaínu. Neuroveda 144: 1153 – 1159. doi: 10.1016 / j.neuroscience.2006.11.024
- 84. Grüsser SM, Wrase J, Klein S, Hermann D, Smolka MN, a kol. (2004) Cue-indukovaná aktivácia striata a stredného prefrontálneho kortexu je spojená s následným relapsom abstinujúcich alkoholikov. Psychofarmakológia (Berl) 175: 296 – 302. doi: 10.1007 / s00213-004-1828-4
- 85. Miedl SF, Fehr T, Meyer G, Herrmann M (2010) Neurobiologické koreláty problémových hazardných hier v kvázi realistickom scenári blackjacku, ktorý odhalil fMRI. Psychiatria Res 181: 165 – 173. doi: 10.1016 / j.pscychresns.2009.11.008
- 86. Matochik JA, London ED, Eldreth DA, Cadet JL, Boll KI (2003) Zloženie frontálneho kortikálneho tkaniva u abstinentných užívateľov kokaínu: Štúdia zobrazovania pomocou magnetickej rezonancie. Neuroimage 19. doi: 10.1016 / s1053-8119 (03) 00244-1
- 87. Fujiwara J, Tobler PN, Taira M, Iijima T, Tsutsui KI (2009) Segregované a integrované kódovanie odmien a trestov v kôre cingulate. J Neurofyziol 101: 3284 – 3293. doi: 10.1152 / jn.90909.2008
- 88. Yu C, Gupta J, Yin HH (2010) Úloha mediodorzálneho talamu v časovej diferenciácii odmeňovaných akcií. Predná integrácia Neurosci 4: 14. doi: 10.3389 / fnint.2010.00014
- 89. Corbit LH, Muir JL, Balleine BW (2003) Lézie mediodorsálneho talamu a predných talamických jadier spôsobujú disociovateľné účinky na inštrumentálne kondicionovanie u potkanov. Eur J Neurosci 18: 1286 – 1294. doi: 10.1046 / j.1460-9568.2003.02833.x
- 90. Saper CB (2002) Centrálny autonómny nervový systém: vedomé viscerálne vnímanie a generovanie autonómnych obrazcov. Annu Rev Neurosci 25: 433 – 469. doi: 10.1146 / annurev.neuro.25.032502.111311
- 91. Ray JP, Prince JL (1993) Organizácia projekcií z mediodorzálneho jadra talamu do orbitálnej a mediálnej prefrontálnej kôry makakov. J Comp Neurol 337: 1 – 31. doi: 10.1002 / cne.903370102
- 92. Rolls ET (2004) Funkcie orbitofrontálnej kôry. Brain Cogn 55: 11 – 29. doi: 10.1016 / s0278-2626 (03) 00277-x
- 93. Dong G, Huang J, Du X (2012) Zmeny v regionálnej homogenite aktivity mozgu v kľudovom stave u závislých na internete. Funkcie Behav Brain 18: 8 – 41. doi: 10.1186 / 1744-9081-8-41
- 94. Steriade M, Llinás RR (1998) Funkčné stavy talamu a súvisiace neurónové interakcie. Physiol Rev 68: 649 – 742.
- 95. Stein T, Moritz C, Quigley M, Cordes D, Haughton V, a kol. (2000) Funkčná konektivita v talame a hippocampe sa študovala s funkčným zobrazením mr. AJNR Am J Neuroradiol 21: 1397 – 1401.
- 96. Burgess N, Maguire EA, O'Keefe J (2002) Ľudský hipokampus a priestorová a epizodická pamäť. Neuron 35: 625–641. doi: 10.1016 / s0896-6273 (02) 00830-9
- 97. Warburton EC, Baird A, Morgan A, Muir JL, Aggleton JP (2001) Spoločný význam hrochov a predných talamických jadier pre všetky alocentrické priestorové učenie: Dôkaz zo štúdie rozpojenia na potkanoch. J Neurosci 21: 7323 – 7330.
- 98. Garavan H, Hester R, Murphy K, Fassbender C, Kelly C (2006) Individuálne rozdiely vo funkčnej neuroanatómii inhibičnej kontroly. Brain Res 1105: 130 – 142. doi: 10.1016 / j.brainres.2006.03.029
- 99. Menon V, Adleman NE, White CD, Glover GH, Reiss AL (2001) Aktivácia mozgu súvisiaca s chybou počas úlohy inhibície reakcie Go / NoGo. Hum Brain Mapp 12: 131–143. doi: 10.1002 / 1097-0193 (200103) 12: 3 <131 :: aid-hbm1010> 3.0.co; 2-c
- 100. Whitfield-Gabrieli S, Ford JM (2012) Sieťová aktivita a konektivita v predvolenom režime v psychopatológii. Annu Rev Clin Psychol 8: 49 – 76. doi: 10.1146 / annurev-clinpsy-032511-143049
- 101. Ding X, Lee SW (2013) Reprodukčné mozgové oblasti závislé od závislosti od kokaínu s abnormálnou funkčnou konektivitou v predvolenom režime: Skupinová štúdia ica s rôznymi modelmi. Neurosci Lett 548: 110 – 114. doi: 10.1016 / j.neulet.2013.05.029
- 102. Ma N, Liu Y, Fu XM, Li N, Wang CX, a kol. (2011) Abnormálne funkčné pripojenie k sieti v predvolenom režime mozgu u drogovo závislých. PLYS ONE 6: e16560. doi: 10.1371 / journal.pone.0016560
- 103. Tschernegg M, Crone JS, Eigenberger T, Schwartenbeck P, Fauth-Bühler M, a kol. (2013) Abnormality funkčných mozgových sietí v patologickom hraní: grafovo-teoretický prístup. Predné Hum Neurosci 7: 625. doi: 10.3389 / fnhum.2013.00625
- 104. Kolb B, Whishaw IQ (1998) plasticita a správanie mozgu. Annu Rev Psychol 49: 43 – 64. doi: 10.1146 / annurev.psych.49.1.43
- 105. Shaw CA, McEachern J, redaktori (2001) Smerom k teórii neuroplasticity. Psychology Press.
- 106. Kolb B, Gibb R (2003) plasticita a správanie mozgu. Curr Dir Psychol Sci 12: 1 – 5. doi: 10.1111 / 1467-8721.01210
- 107. Kolb B, Gibb R (2011) Plasticita a správanie mozgu v vyvíjajúcom sa mozgu. J Can Acad Psychiatria pre deti a dospievajúcich 20: 265 – 276.
- 108. Robinson TE, Berridge KC (1993) Neurálny základ drogovej túžby: motivačná senzibilizačná teória závislosti. Brain Res Rev 18: 247 – 291. doi: 10.1016 / 0165-0173 (93) 90013-p
- 109. Alavi SS, Maracy MR (2011) Vplyv psychiatrických symptómov na poruchu závislosti na internete u študentov univerzity v Isfaháne. J Res Med Sci 16: 793–800.
- 110. Egger O, Rauterberg M (1996) Internetové správanie a závislosť. Technická správa, Pracovná a organizačná psychologická jednotka (IFAP), Švajčiarsky federálny technologický inštitút (ETH), Zürich.
- 111. Petrie H, Gunn D (1998) Internetová závislosť: Vplyvy pohlavia, veku, depresie a introverzie. In: Konferencia britskej psychologickej spoločnosti v Londýne. Londýn, Británia: Britská psychologická spoločnosť. Príspevok predstavený na konferencii British Psychological Society v Londýne.