Analýza založená na sieti odhalí funkčné pripojenie súvisiace s tendenciou závislostí na internete (2016)

Predné Hum Neurosci. 2016; 10: 6.

Publikované online 2016 Feb 1. doi: 10.3389 / fnhum.2016.00006

PMCID: PMC4740778

Tanya Wen^1,^2,^* a Shulan Hsieh^1,^3,^4,^*

Informácie o autorovi ► Poznámky k článku Autorské práva a licenčné informácie

abstraktné

Znepokojenie a nutkavé používanie internetu môže mať negatívne psychologické účinky, takže sa čoraz viac uznáva ako duševná porucha. Táto štúdia využívala sieťové štatistiky na skúmanie toho, ako funkčné spojenia v celom mozgu v pokoji súvisia s mierou závislosti na internete jednotlivca na internete, ktorá je indexovaná pomocou dotazníka s vlastným hodnotením. Identifikovali sme dve topologicky významné siete, jednu s pripojeniami, ktoré pozitívne korelujú s tendenciou k závislosti na internete a druhou s pripojeniami s koreláciou s tendenciou k závislosti na internete. Tieto dve siete sú vzájomne prepojené väčšinou v predných regiónoch, čo by mohlo odrážať zmeny v prednom regióne z rôznych hľadísk kognitívnej kontroly (tj na kontrolu využívania internetu a herných schopností). Ďalej sme rozdelili mozog do niekoľkých veľkých regionálnych podskupín a zistili sme, že väčšina podielov pripojení v týchto dvoch sieťach zodpovedá cerebelárnemu modelu závislosti, ktorý zahŕňa model so štyrmi obvodmi.

Nakoniec sme si všimli, že oblasti mozgu s najviac medziregionálnymi väzbami spojenými s tendenciou k závislosti na internete kopírujú tie, ktoré sa často vyskytujú v literatúre o závislostiach, a potvrdzujú to naše metaanalýzy štúdií o závislosti na internete. Tento výskum poskytuje lepšie pochopenie rozsiahlych sietí zapojených do tendencie k závislosti na internete a ukazuje, že predklinické úrovne závislosti na internete sú spojené s podobnými regiónmi a súvislosťami ako klinické prípady závislosti.

Kľúčové slová: závislosť na internete, sieťové štatistiky, funkčné pripojenie, pokojový stav, metaanalýzy

úvod

Závislosť na internete (OReilly, 1996; Young, 1998) je moderný fenomén, ktorý sa vyznačuje zaujatím a nutkavým používaním internetu. Najmä porucha internetových hier (IGD) bola uvedená v oddiele III Diagnostickej a štatistickej manuálnej verzie 5 (DSM-5).^®, American Psychiatric Association [APA], 2013). V dôsledku nedostatku štandardného kritéria sa v niektorej literatúre považovala táto terminológia za synonymnú (pozri Petry a O'Brien, 2013; Petry a kol., 2014 pre diskusiu); Nútené a nadmerné používanie internetu na akúkoľvek činnosť (ktorú v tejto literatúre budeme označovať ako závislosť na internete) je však globálnejšie ako jej hlavný podtyp IGD, ktorý môže okrem online hier zahŕňať aj viacero foriem používania internetu (Griffiths a Pontes, 2014; Király a kol., 2014; Petry a kol., 2014). Naša súčasná štúdia skúma závislosť od internetu všeobecnejšou formou. Podobne ako pri poruchách užívania návykových látok, závislosť od internetu vykazuje abstinenčné príznaky, toleranciu, stratu kontroly a psychosociálne problémy, čo vedie k klinicky významnému strachu alebo zhoršeniu denného fungovania. Zdá sa, že prevalencia je najvyššia v Ázii a u adolescentov mužov a podľa odhadu sa pohybuje medzi 14.1 až 16.5% (95 percentuálny interval spoľahlivosti) medzi taiwanskými vysokoškolskými študentmi v jednej štúdii (Lin et al., 2011). Tento fenomén v posledných rokoch priťahuje viac pozornosti a jednoznačne si zaslúži ďalší výskum.

Funkčné zobrazovanie pomocou magnetickej rezonancie (fMRI) sa používa na identifikáciu nervových substrátov závislosti na internete, ktoré ukázali podobné mozgové podpisy so závislosťami od látok (Kuss a Griffiths, 2012; Brand a kol., 2014; Meng a kol., 2015). V blokovaných štúdiách a štúdiách súvisiacich s udalosťami bolo identifikovaných niekoľko oblastí spojených s odmeňovaním, závislosťou a túžbou porovnaním s hazardnými hrami na internete so základnou líniou, ktorá zahŕňa ostrovček, jadro accumbens (NAc), dorsolaterálnu prefrontálnu kôru (DLPFC) a orbitálnu frontálnu kôra (OFC) (Hoeft a kol., 2008; Ko et al., 2009; Han et al., 2010; Sun a kol., 2012; Ko et al., 2013). Avšak prístupy založené na aktivácii kontrastujú s aktivitou súvisiacou s narážkou a neriešia, ako regióny mozgu interagujú, a preto nemôžu charakterizovať zmenené funkčné spojenia spojené s klinickými alebo behaviorálnymi opatreniami; napriek tomu sú ľudské poruchy výsledkom porúch v vzájomne prepojenom komplexnom systéme (Fornito a Bullmore, 2015). Zavedenie fMRI v pokojovom stave sa ukázalo byť účinným nástrojom na štúdium nervovej konektivity celého mozgu (van den Heuvel a Pol, 2010). Funkčná konektivita v kľudovom stave sa hodnotí koreláciou spontánnych fluktuácií signálov závislých od hladiny kyslíka v krvi (BOLD) v rôznych oblastiach mozgu a predpokladá sa, že predstavuje mieru jej funkčnej organizácie, a môže pomôcť charakterizovať abnormálnu synchronizáciu medzi oblasťami mozgu. v spektre psychologických fenotypov (Biswal a kol., 2010; Craddock a kol., 2013).

Aj keď existujú štúdie, ktoré využívali funkčnú konektivitu na preskúmanie zmenenej funkčnej konektivity spojenej s internetovou závislosťou, väčšina štúdií použila oblasti semien vybrané vopred a to buď (a) koreláciu jednej oblasti semien so zvyšnými voxelmi celého mozgu [Hoeft a kol., 2008 použil NAc; Lorenz a kol., 2013 použili pravý dolný predný gyrus (IFG); Ding a kol., 2013 použil zadnú cinguláciu kôry (PCC); Ko et al., 2015 použil amygdalu; Zhang a kol., 2015 použil ostrovček; Hong et al., 2015 použil jadro kaudátu a putamen; Kühn a Gallinat, 2015 používa pravý predný stĺp; Li et al., 2015 použil správny DLPFC] alebo (b) vykonával korelácie medzi viacerými preddefinovanými oblasťami záujmu vybranými zo zmysluplných sietí (Yuan a kol., 2015 preskúmala sieť centrálnych výkonných orgánov a sieť významných miest; Dong a kol., 2015b preskúmala sieť výkonných kontrol; Dong a kol., 2015a preskúmala sieť výkonných kontrol a sieť odmien; Li et al., 2014 preskúmala sieť inhibície odozvy; Lin et al., 2015 preskúmali šesť preddefinovaných bilaterálnych kortikostriálnych NI). Preddefinované skúmané oblasti semien predstavujú iba malú časť mozgu, takže nemusia byť schopní poskytnúť úplný obraz o tom, ako je konektóm ovplyvnený závislosťou od internetu.

Iba veľmi málo štúdií použilo na štúdium závislosti na internete celý mozog. Pokiaľ je nám známe, v súčasnosti existujú iba štyri publikované články, ktoré prijali prístup založený na celom mozgu a ich metódy sú dosť variabilné, od sieťových štatistík (NBS; Hong et al., 2013) na topologické (Hong et al., 2013; Wee a kol., 2014; Park a kol., 2015) k novo vyvinutej voxel-zrkadlenej homotopickej konektivite (Wang a kol., 2015). Najmä Hong a kol. (2013) zamestnávala NBS na identifikáciu rozdielov medzi skupinami v medziregionálnej funkčnej konektivite a zistila narušené spojenia zapojené do kortikokortikálnych obvodov u pacientov s internetovou závislosťou. Ich štúdia sa však zamerala na malú veľkosť vzorky jedinečnej populácie (raných adolescentov).

Preto sme sa v našej súčasnej správe rozhodli použiť prístup založený na prepojení celého mozgu, NBS (Zalesky a kol., 2010a; Han et al., 2013), na identifikáciu funkčných spojení, ktoré predpovedajú tendenciu k závislosti na internete. NBS je validovaná štatistická metóda na riešenie problému viacnásobného porovnania v grafe, je analogická klastrovým metódam (Nichols and Holmes, 2002) a používa sa na identifikáciu spojení a sietí obsahujúcich ľudský konektóm, ktoré sú spojené s experimentálnym účinkom alebo rozdielom medzi skupinami testovaním hypotézy nezávisle pri každom spojení. Naše výsledky sa budú ďalej porovnávať s metaanalýzou existujúcich článkov týkajúcich sa neurálnych korelátov závislosti na internete. Dúfame, že existujúcu literatúru rozšírime niekoľkými spôsobmi: (1) Dúfame, že poskytneme ucelenejší obraz závislosti na internete pomocou analýzy celého mozgu namiesto použitia iba malého počtu vopred definovaných oblastí semien. (2) Aj keď existuje niekoľko štúdií funkčného pripojenia celých mozgov týkajúcich sa závislosti na internete (napr. Hong et al., 2013; Wang a kol., 2015) štúdie porovnávali skupiny závislé od internetu so zdravými kontrolami. Naša štúdia nezahŕňala žiadnych klinických pacientov, ale charakterizovala tendenciu k závislosti na internete ako gradient. Dúfame, že identifikujeme funkčné spojenia, ktorých sila je modulovaná úrovňou závislosti. (3) Väčšina štúdií o závislosti na internete nezohľadnila mozoček, napriek tomu sa mozoček stal súčasťou závislosti ako dôležitý región (Moulton a kol., 2014). Preto sme do našej analýzy zahrnuli mozoček. (4) Mnoho štúdií obmedzilo svoju skupinu účastníkov na mužov a často obsahuje relatívne malú veľkosť vzorky (napr. Hong et al., 2013, 2015; Kühn a Gallinat, 2015). Na zvýšenie zovšeobecnenia a sily týchto štúdií sú potrebné vzorky obsahujúce pohlavie aj väčšiu veľkosť vzorky (Li et al., 2015). Riešením vyššie uvedených problémov súčasná štúdia dúfa, že poskytne lepšie pochopenie toho, ako je funkčné pripojenie spojené s tendenciou k závislosti na internete.

Materiály a metódy

Meta-Analysis

Metaanalýza bola vytvorená pomocou databázy NeuroSynth (http://neurosynth.org; Yarkoni a kol., 2011). Prispôsobená analýza sa vykonala pomocou hľadaných výrazov „závislosť“, „závislý“, „internet“, „hranie hier“, „hra“ a „online“ na identifikáciu štúdií týkajúcich sa závislosti na internete v databáze. Kritériá zaradenia boli overené manuálne a zoznam zahrnutých štúdií je podrobne uvedený v doplnkových materiáloch 1. Zahrnutých bolo celkom 18 štúdií. Z zahrnutých štúdií boli extrahované vrcholové súradnicové súradnice, ako aj jej okolie volantov 6 mm. Ďalej sa uskutočnila metaanalýza týchto súradníc, pričom sa vytvoril mozog vpred a poctivo z- niekoľko máp. Dopredné inferenčné mapy odrážajú pravdepodobnosť, že región sa aktivuje vzhľadom na tieto podmienky [P(aktivácia | podmienky)], a preto nás informuje o konzistentnosti aktivácie pre dané podmienky. Mapa spätnej inferencie ukazuje pravdepodobnosť, že sa tieto výrazy použijú v štúdii vzhľadom na prítomnosť hlásenej aktivácie [P(podmienky | aktivácia)]; teda región, ktorý je aktivovaný, naznačuje, že je pravdepodobnejšie, že to bude štúdia súvisiaca so závislosťou od internetu ako štúdia nesúvisiaca so závislosťou od internetu, čo odráža selektivitu tohto regiónu. Pretože predné aj spätné dedenie zohrávajú dôležitú úlohu pri pomáhaní porozumieť regiónom spojeným s internetovou závislosťou, prekrývali sme tieto dve dedičné mapy a načrtli sme ich spoločné regióny. Uvádzajú sa klastre väčšie ako päť voxlov.

FMRI v pokojnom štáte

účastníci

Štyridsať sedem zdravých účastníkov (muži 21 a ženy 26) z južného Taiwanu, z ktorých väčšinu tvoria študenti alebo zamestnanci univerzity, bolo prijatých prostredníctvom reklám na účasť na experimente (vekový rozsah = 19 - 29 rokov, priemerný vek = 22.87). rokov, SD = 2.22 rokov). Účastníci mali pravú ruku (označenú v Edinburgh Handedness Inventory), mali normálne alebo korigované normálne videnie a nemali žiadne psychologické alebo nervové poruchy v anamnéze. Ich skóre depresie, úzkosti a inteligencie boli v normálnom rozmedzí [Beck's Depression Inventory (BDI) skóre: 0 – 12; Skóre Beck's Anxiety Inventory (BAI): 0 – 7; Skóre testu štandardnej progresívnej matice Raven: 35 – 57]. Chenovo závislé skóre na internete závislé od stupnice (CIAS-R) všetkých účastníkov malo rozsah = 28 – 92, priemer = 60.04, SD = 16.53. Tabuľka Table11 sumarizuje demografické informácie a charakteristiky správania účastníkov. Normálnosť skóre CIAS-R bola overená testom Shapiro – Wilk [W(47) = 0.98, p = 0.50]. Medzi pohlavím a skóre CIAS-R nebola významná korelácia (Spearmanov ρ = 0.15, p = 0.30). Všetci účastníci poskytli svoj písomný informovaný súhlas a protokol štúdie bol schválený (NIE: B-ER-101-144) Inštitucionálnou revíznou radou (IRB) Národnej fakultnej nemocnice v Cheng Kung, Tainan, Taiwan. Po ukončení experimentu dostali všetci účastníci 500 NTD.

Demografické informácie a charakteristiky správania.

Dotazník Chen pre závislosť od internetu (CIAS-R)

Revidovaná stupnica internetovej závislosti od Chen (CIAS-R; Chen a kol., 2003) je opatrenie položky 26, ktoré sa používa na hodnotenie závažnosti závislosti na internete. CIAS-R je založený na kritériách aditívneho správania DSM-IV-TR a obsahuje dve subškály závislosti na internete (a) základné príznaky a (b) súvisiace problémy, hodnotí päť rozmerov vrátane (1) nutkavého používania internetu, (2) stiahnutie príznaky, keď je internet odňatý, (3) tolerancia, (4), ohrozenie medziľudských vzťahov a fyzického zdravia a (5) problémy s riadením času. Položky sú hodnotené podľa Xertovho stupnice Likert s celkovým skóre od 4 do 26, čo odráža nízku až vysokú tendenciu závislosti na internete. Ukázalo sa, že CIAS-R má vysokú vnútornú konzistenciu (Cronbachova α = 104 – 0.79; Chen a kol., 2003) a vysoká diagnostická presnosť (AUC = 89.6%; Ko et al., 2005). V tejto štúdii sa celkové skóre CIAS-R použilo ako ukazovateľ súčasného stavu závislosti na internete závislosťami od účastníkov.

Získavanie a spracovanie obrázkov

Zobrazovanie sa uskutočňovalo pomocou skenera GE MR750 3T (GE Healthcare, Waukesha, WI, USA) v MRI centre Národnej univerzity Cheng Kung. Anatomické obrázky s vysokým rozlíšením sa získali pomocou rýchleho SPGR, ktorý pozostáva z axiálnych rezov 166 (TR = 7.6 ms, TE = 3.3 ms, uhol preklopenia 171 = 12 °, matice 224 × matice 224, hrúbka rezu = 1 mm). Funkčné snímky sa získali s použitím pulznej sekvencie s echo-planárnym zobrazovacím gradientom (EPI) s gradientom echa (TR = 2000 ms, TE = 30 ms, uhol preklopenia = 77 °, matice 64 × matice 64, hrúbka rezu = 4 mm, žiadna medzera, veľkosť voxelu 3.4375 mm x 3.4375 mm x 4 mm, axiálne rezy 32 pokrývajúce celý mozog).

Účastníkom bolo povedané, aby relaxovali a ležali v skeneri so zavretými očami. Boli požiadaní, aby pri skenovaní nepremýšľali o žiadnej konkrétnej udalosti. Čas skenovania štruktúrneho obrazu bol približne 3.6 min. Funkčný obraz trval približne 8 min., Pričom prvých päť TR slúžilo ako zdanlivé skenovanie, aby sa zabezpečilo, že signál dosiahol ustálený stav pred zhromažďovaním údajov; tak beh pozostáva z 240 EPI objemových obrazov na analýzu.

Dáta boli predspracované pomocou Asistenta spracovania údajov pre pokojový fMRI (DPARSF; Yan a Zang, 2010), ktorá je založená na funkciách v MRIcroN (Rorden a kol., 2007^¹), ako aj softvér pre štatistické parametrické mapovanie (SPM^²) a nástroj na analýzu údajov fMRI v pokojnom štáte (REST; Song et al., 2011) v Matlabe (The MathWorks, Inc., Natick, MA, USA). Funkčné snímky prešli korekciou časovania rezov, po ktorej nasledovalo nové zarovnanie na korekciu pohybu hlavy pomocou šesťparametrových tuhých transformácií tela. Celkový pohyb, ktorý sa vyznačuje stredným posunom v rámiku (FD), nebol veľký (stredná hodnota = 0.05, SD = 0.03) a nekoreluje so skóre CIAS-R (Spearman's ρ = -0.28, p = 0.055), takže impulzivita nie je mätúcim faktorom skóre a pohybu závislostí od internetu (Kong a kol., 2014). Obrazy T1 boli zaregistrované do funkčných obrazov. Štrukturálne obrazy boli segmentované do CSF, bielej hmoty a šedej hmoty na základe máp pravdepodobnostných tkanív v MNI priestore a tieto výpočty boli použité pri následnej normalizácii obrázkov T1 a EPI na MNI priestor. Dáta boli vyhladené v priestorovej doméne použitím gaussovského jadra s plnou šírkou 6 mm pri maximálnej polovici (FWHM) a odstránené lineárnym trendom. Obťažujúce kovariáty vrátane globálneho stredného signálu, signálu bielej hmoty a signálu mozgovomiechového moku boli regresívne. Aj keď to, či vykonať globálnu regresiu signálu, je stále pretrvávajúcou kontroverziou (napr. Saad a kol., 2012) sme sa rozhodli túto metódu implementovať, pretože bolo navrhnuté maximalizovať špecifickosť funkčných korelácií a zlepšiť súlad medzi pokojovými koreláciami a anatómiou (Fox a kol., 2009; Weissenbacher a kol., 2009; Takeuchi a kol., 2014). Nakoniec sa obrázky podrobia pásmovej filtrácii 0.01 – 0.08 Hz.

Analýza dát

Obrazy fMRI sa spojili na základe anatomického automatického označovania (AAL; Tzourio-Mazoyer a kol., 2002) šablóna, ktorá rozdeľuje mozog na základe anatomickej štruktúry na 116 ROI (alebo uzly). Vybrali sme si atlas AAL, pretože ide o najbežnejšie používanú parceláciu v štúdiách funkčných sietí (Stanley a kol., 2013) a bola tiež šablónou používanou aplikáciou Hong a kol. (2013), ktorej štúdia je pre nás najrelevantnejšia, čím sa zvyšuje miera porovnateľnosti medzi štúdiami (Zalesky a kol., 2010b). Metóda NBS bola použitá na identifikáciu mozgových sietí, ktoré pozostávajú z medziregionálnej funkčnej konektivity, ktorá vykazuje významnú koreláciu so skóre CIAS-R. Nasledujúce analýzy sa uskutočnili pomocou Network Based Statistic Toolbox (Zalesky a kol., 2010a) s ďalšími vlastnými skriptmi Matlab. Pre každého účastníka bola skonštruovaná korelačná matica 116 × 116 pomocou časových kurzov extrahovaných z každej oblasti záujmu. Pearsonov r hodnoty boli normalizované na Z skóre pomocou Fishera Z transformácia. Každá bunka korelačnej matice predstavuje silu spojenia (alebo hrany) medzi dvoma uzlami. Vykonalo sa hromadné jednorozmerné testovanie pomocou Spearmanovej korelačnej korelácie medzi účastníkmi skóre CIAS-R a hraničnými silami v rámci každej hrany, aby sa identifikovali príslušné spojenia, ktoré predikovali skóre CIAS-R. Kandidátske hrany, ktoré vykazovali vysokú predvídateľnosť skóre CIAS-R, boli vybrané pomocou primárneho prahu Spearmanovho rho> 0.37 a <-0.37 (približne jednostranný alfa = 0.005), aby sa identifikovali siete, ktoré sú pozitívne a negatívne spojené s CIAS- R skóre. Ďalej boli medzi nadprahovými spojeniami identifikované topologické klastre, známe ako spojené komponenty grafu. Rodinná chyba (FWE) pre veľkosť zložky bola vypočítaná pomocou permutačného testovania (3000 permutácií), ktoré zahŕňalo náhodné preskupenie skóre CIAS-R a opakovanie vyššie uvedeného procesu každú permutáciu, aby sa získalo nulové rozdelenie najväčšej veľkosti zložky. Pripojené komponenty grafu, ktorých veľkosť presahuje odhadovanú korekciu FWE p- medzná hodnota <0.05 bola identifikovaná ako siete, ktoré významne súvisia s tendenciou k závislosti na internete. Prehliadač BrainNet (Xia a kol., 2013) sa použilo na vizualizáciu spojení. Ilustrácia plynovodu na analýzu údajov je uvedená v figúra Figure11.

OBRÁZOK 1

Vývojový diagram potrubia na analýzu údajov. Mozgy účastníkov boli predspracované a parcellované do rôznych štruktúrnych oblastí podľa šablóny AAL. Korelačná matica bola skonštruovaná s použitím časových kurzov extrahovaných z každej oblasti do ...

výsledky

Meta-Analysis

Dopredný a spätný odvod z- bolo vygenerovaných niekoľko máp z NeuroSynth (zobrazené v figúra Figure22). Aktivácie v týchto dvoch mapách ukazujú vysokú vzájomnú podobnosť. Prekrývanie týchto máp odhalilo aktiváciu v oblastiach mozočka, temporálneho laloku (bilaterálny dolný temporálny gyri, pravý nadradený časový pól a pravý stredný a vyšší temporálny gyrus), niekoľko frontálnych oblastí (ľavý stredný a vynikajúci orbitálny frontálny gyrus, pravý stredný frontálny gyrus, pravý dolný frontálny opermus a pravý precentrálny gyrus), bilaterálne putamény, bilaterálne ostrovčeky, pravý stredný cingulát a pravý precuneus. Tabuľka Table22 uvádza zoznam identifikovaných klastrov, ako aj regióny AAL patriace do klastra.

OBRÁZOK 2

Inferenčné mapy metaanalýzy vykonané na serveri NeuroSynth, ukazujúce oblasti aktívne v inferencii, reverznej inferencii a prekrývaní dvoch máp.

Prekrývajúce sa zhluky predných a spätných inferenčných máp.

FMRI v pokojnom štáte

Funkčné pripojenia týkajúce sa tendencie k závislosti na internete

Pomocou NBS sme identifikovali dve siete, ktoré preukázali významnú koreláciu hranovej sily a skóre CIAS-R (p <0.05, korigované FWE): jeden s okrajmi pozitívne koreloval so skóre CIAS-R („CIAS-R pozitívny,“ zobrazený červenou farbou) a jeden s okrajmi negatívne korelovaný s CIAS-R („CIAS-R negatívny,“ zobrazený modrou farbou). Pozitívna sieť CIAS-R pozostáva celkom zo 65 uzlov a 90 okrajov (45 intrahemisférických, 42 interhemisférických a 3 pripojených k vermis), zatiaľ čo negatívna sieť pozostáva zo 64 uzlov a 89 okrajov (35 intrahemisférických, 40 interhemisférických a 14 pripojenie k / vo vnútri vermis). Je dôležité poznamenať, že tieto dve siete nie sú úplne oddelené a zdieľajú spolu 39 uzlov, z ktorých 30.77% tvoria oblasti frontálneho laloku. Celkový počet hrán súvisiacich s CIAS-R pozostáva z 2.68% všetkých hrán mozgu. Sieť je znázornená na obrázku figúra Figure33 a konkrétne pripojenia sú uvedené v doplnkových materiáloch 2, tabuľka S1.

OBRÁZOK 3

Sieť spojení, ktoré korelujú so skóre CIAS-R. Sivé gule predstavujú ťažisko každého uzla a sú upravené podľa počtu významných hrán, s ktorými sú spojené. Zobrazujú sa iba uzly s pripojením. Červené čiary predstavujú ...

Globálna distribúcia zúčastnených hrán

Aby sme lepšie porozumeli tomu, ako sú tieto spojenia distribuované, nasledovali sme Fornito a kol. (2011) a Hong a kol. (2013)a kategorizoval každý región AAL v rámci každej siete ako patriaci do siedmich regionálnych podskupín: frontálne, temporálne, parietálne, týlové, ostrovné a cingulate gyri, subkortikálne a cerebellum. Väčšina okrajov v pozitívnej sieti CIAS-R zahŕňala spojenia medzi (1) dočasnými oblasťami a ostrovčekom a cingulate gryi (∼13%), z ktorých väčšina zahŕňa zadný gingus cingulate, ktorý sa pripája k rôznym časovým oblastiam; (2) frontálne a temporálne oblasti (∼12%), ktoré zahŕňajú spojenia medzi strednou orbitofrontálnou kôrou, paracentrálnym lagúnom a gyrii temporálneho laloku, temporálnym pólom; a (3) parietálne a subkortikálne oblasti (∼11%), pozostávajúce zo spojení medzi postcentrálnou kôrou a vynikajúcim parietálnym lalokom s putamenom a pallidom. Je zaujímavé poznamenať, že okrem frontálneho laloku nemajú všetky ostatné regióny žiadne medziregionálne spojenia, ktorých sila je v priamom vzťahu s tendenciou k závislosti na internete. Väčšina hrán negatívnej siete CIAS-R zahŕňala spojenia medzi (1) frontálnym lalokom a mozočkom (∼19%), z ktorých väčšina sú spojenia medzi orbitálnymi frontálnymi oblasťami a rôznymi ROI mozočka; a (2) izoláty a cingulate gyri a temporálne laloky (∼12%), ktoré zahŕňajú spojenia medzi insulami, cingulmi, parahippocampálnymi a gyrii temporálnych lalokov. Nezistilo sa, že by žiadne inklúzne oblasti neboli zahrnuté do negatívnej siete CIAS-R. Pomery medziregionálnych spojení každej siete sú znázornené na obrázku figúra Figure44.

OBRÁZOK 4

Podiel okrajov, ktoré pozitívne a negatívne korelujú s tendenciou k závislosti na internete medzi pármi regionálnych podskupín. Pomery boli vypočítané vydelením počtu hrán medzi (alebo v rámci) párov regiónov celkovou hodnotou ...

Maximálne ovplyvnené uzly

Kvôli veľkému počtu identifikovaných hrán sme nasledovali Finn a kol. (2014)a identifikované uzly, ktoré majú vysoký „súčet hraníc korelovaných s CIAS-R“ s cieľom zamerať našu analýzu na regióny, v ktorých sú pripojenia maximálne spojené s tendenciou k závislosti na internete. Súčet hraníc korešpondujúcich s CIAS-R uzla bol definovaný ako celkový počet jeho hrán v pozitívnych aj CIAS-R negatívnych sieťach (čo je koncepčne ekvivalentné stupňovému meraniu v teórii grafov). Táto metóda nám umožní identifikovať uzly, v ktorých je pravdepodobnosť pripojenia k internetu s najväčšou pravdepodobnosťou zmenená. Nasledujúci Tabuľka Table33 uvádza uzly, ktoré sú najviac ovplyvnené, a zobrazuje uzly, ktoré majú najmenej súčet korelovaných hraníc CIAS-R najmenej 8. Vizualizácia uzlov a ich spojení je zobrazená v figúra Figure55, Toto sú tiež uzly vybrané na diskusiu.

Analýza úrovne tendencie závislosti na internete na úrovni uzlov.

OBRÁZOK 5

Vizualizácia uzlov s najvyšším počtom hrán súvisiacich s tendenciou k závislosti na internete. Zelené gule zobrazujú ťažisko každého uzla s maximálnymi hranami, zatiaľ čo žlté gule zobrazujú svojich funkčných pripojovacích partnerov. Červené čiary označujú hrany ...

Diskusia

U normálnej skupiny mladých dospelých sme hodnotili mieru závislosti na internete prostredníctvom dotazníka s vlastným hodnotením (CIAS-R) a ďalej sme identifikovali dve mozgové siete, ktorých funkčné spojenia korelovali pozitívne a negatívne s tendenciou k závislosti na internete. V nasledujúcom texte budeme diskutovať o našich výsledkoch v rôznych mierkach pozorovania: (1) kľúčové regióny spájajúce pozitívne CIAS-R a negatívne siete CIAS-R, (2) regióny s vysokým podielom pripojení súvisiace s tendenciou k závislosti na internete a (3) ) kritické uzly zmenené tendenciou k závislosti na internete.

Čelné regióny spájajú pozitívne siete CIAS-R a negatívne siete CIAS-R

Zistili sme, že väčšina uzlov, ktoré spájajú tieto dve (CIAS-R pozitívne a CIAS-R negatívne) siete, sa nachádza vo frontálnom laloku. Tieto regióny zahŕňajú vynikajúci frontálny gyrus, IFG, stredný frontálny gyrus, rolandský operculum a doplnkovú motorickú oblasť. Predpokladá sa, že prefrontálna kôra je kritickou štruktúrou pri kognitívnej kontrole, inhibícii a výbere odpovede (Aron a kol., 2004; Talati a Hirsch, 2005; Forstmann a kol., 2008). Závislosť na internete je jav, v ktorom závislí ľudia znížili sebakontrolu a rozhodovanie o používaní internetu, čo sa prejavuje pokračujúcim nadmerným využívaním napriek tomu, že pozná negatívne účinky. Napríklad niekoľko štúdií zistilo, že účastníci s internetovou závislosťou vykázali počas fronty-striatálnej a fronta-parietálnej aktivácie počas úlohy Go / Nogo vyššiu aktiváciu (Ding a kol., 2014; Ko et al., 2014; Chen a kol., 2015) a úloha Stroop (Dong a kol., 2012a, 2013, 2014), čo naznačuje slabšiu inhibíciu odozvy a monitorovanie chýb a zvýšenú impulzivitu. Na druhej strane však narkomani a hráči videohier často vykazujú vynikajúci výkon kognitívnych funkcií, ako je riadenie motorov a efektívne rozhodovanie počas hrania hier. Skutočne sa preukázalo, že účinky videohier v praxi zovšeobecňujú rôzne rozšírené výkonné zručnosti vrátane vnímania, motoriky, pozornosti a pravdepodobnosti inferenčných schopností (Green and Bavelier, 2003; Castel a kol., 2005; Dye a kol., 2009; Green et al., 2010; Green et al., 2012). Jedna štúdia fMRI zistila znížený nábor fronto-parietálnej siete v prehrávačoch videohier v porovnaní s hráčmi, ktorí nie sú hráčmi, počas úlohy s vysokou pozornosťou, čo pravdepodobne odráža efektívnejšiu výkonnú a pozornú kontrolu (Bavelier a kol., 2012). Dve tváre kognitívnej kontroly, ktoré zobrazujú závislí ľudia na internete, predstavujú zaujímavú dilemu. V našej štúdii by pozorovanie frontálnych regiónov spájajúcich tieto dve siete, kde je funkčné pripojenie znížené a zvýšené tendenciou k závislosti na internete, mohlo odrážať zmeny v frontálnom regióne pre rôzne aspekty kognitívnej kontroly (tj na kontrolu využívania internetu a herných schopností)., Stojí za zmienku, že aj keď Hong a kol. (2013) Predpokladá sa, že by mohlo dôjsť k zvýšeniu funkčnej konektivity spojenej s praktickými účinkami u závislých na internete, v ich štúdii sa pozorovalo iba zníženie funkčnej konektivity. Jedna z možností, ktorú navrhol Hong a kol. (2013) pre absenciu zvýšenej funkčnej konektivity u jednotlivcov závislých od internetu bolo to, že ich malá veľkosť vzorky viedla k nedostatku energie. Použitím analýzy založenej na semenách, ktorá vyžaduje menejnásobné porovnania ako prístupy v celom mozgu, Hong a kol. (2015) opätovne analyzovali údaje 2013 a pozorovali zvýšenú aj zníženú funkčnú konektivitu spojenú s závislosťou od internetu.

Široko distribuované pripojenia sietí tendencie závislosti na internete

Dáta ukazujú veľký počet inter- a intra-hemisférických spojení v CIAS-R pozitívnych aj CIAS-R negatívnych sieťach, čo odráža rozsiahly vplyv tendencie závislosti na internete na mozog. Zistili sme, že najväčší podiel spojení v pozitívnej sieti CIAS-R zahŕňal hrany „izolácie a cingulátu - časové“, „frontálne - časové“ a „subkortikálne - parietálne“, zatiaľ čo najvyšší podiel spojení v CIAS-R negatívna sieť zahŕňala „predné - mozočkové“ a „izolujúce a cingulujúce - dočasné“ hrany (figúra Figure44). V nedávno navrhovanom modeli závislosti (Moulton a kol., 2014), cerebellum pomáha udržiavať homeostázu štyroch vzájomne prepojených obvodov relevantných pre závislosť: odmena / výtečnosť, motivácia / pohon, učenie / pamäť, ako aj kognitívna kontrola. Tento model integruje štvorvodičový model (Volkow a kol., 2003, 2010) a cerebelárne funkčné siete pokojového stavu týkajúce sa výkonného a asociatívneho spracovania v mozgovej kôre (Buckner a kol., 2011). Zložky pre odmenu / vynikajúci výkon, motiváciu / motiváciu a učenie / pamäť sa zosilňujú, zatiaľ čo závislosť sa znižuje kognitívna kontrola. vidieť figúra Figure66 pre ilustráciu. Naše pozorovania najvyšších pomerov funkčnej konektivity oboch tendenčných sietí závislosti na internete sú všeobecne kompatibilné Moulton a kol. (2014) model kritických komponentov zapojených do závislých obvodov. Rovnako sme nezaznamenali veľa významných spojení, ktoré tvoria týlny lalok, ktorý sa tiež spája Hong a kol. (2013) nálezy. Okrem toho sme však našli veľkú časť „subkortikálnych - parietálnych“ hrán, ktoré síce nie sú zvlášť zvýraznené v štvorobvodovom modeli, ale tieto spojenia boli pozorované v literatúre o závislosti na internete (napr. Ding a kol., 2013; Hong et al., 2013, 2015), čo by mohlo byť spôsobené praktickým účinkom súvisiacim s používaním internetu.

OBRÁZOK 6

Model závislosti zdôrazňujúci modulačnú úlohu mozočka štyroch hlavných mozgových sietí, o ktorých sa predpokladá, že sú ovplyvnené závislosťou (upravené z Moulton a kol., 2014). Medzi tieto okruhy patrí odmena / vynikajúci výkon, motivácia / jazda, učenie / pamäť, ...

Kritické uzly zmenené tendenciou k závislosti na internete

Identifikovali sme uzly s najväčším počtom spojení, ktoré súvisia maximálne s tendenciou k závislosti na internete. Tieto uzly sú tie, ktorých vzorec prepojení medzi samotným uzlom a ostatnými oblasťami mozgu je najviac náchylný na zmenu na základe tendencie k závislosti na internete. Regióny sú špecificky bilaterálny zadný cingulate gyrus, pravý ostrovček, pravý stredný spánkový gyrus, ľavý horný nadčasový pól, pravý putamen a orbitálna časť ľavého IFG (figúra Figure55). Tieto regióny boli zapojené ako kľúčové regióny do mnohých štúdií o závislosti na internete a niektoré už boli spomenuté v predchádzajúcej časti. Teraz diskutujeme o literatúre o závislostiach, ktorá tieto regióny podrobnejšie popisuje. PCC, súčasť siete predvoleného režimu a zapojená do rôznych aspektov samo-spracovania (Buckner a kol., 2008; Fransson a Marrelec, 2008), slúžil ako semenná oblasť v Ding a kol. (2013) Štúdia, ktorá preukázala signifikantne zvýšenú funkčnú konektivitu s bilaterálnym lalokom zadného laloku a stredným časovým gyrusom, zatiaľ čo u závislých na internete sa znížil bilaterálny dolný parietálny lalok a pravý horný dočasný gyrus. Zistilo sa tiež, že závislí na internete vykazujú abnormálnu frakčnú anizotropiu (Dong a kol., 2012b) a hustota šedej hmoty (Zhou a spol., 2011) v PCC. Zhang a kol. (2015) si vybral ostrov, ktorý sa zapája do závislosti (Naqvi a Bechara, 2009; Droutman a kol., 2015), ako počiatočný región a zistili zmenenú funkčnú konektivitu so sieťou regiónov závislých na internete. Úloha insula v závislosti na návyku bola navrhnutá pre integráciu interoceptívnych signálov do vedomých pocitov (drogové nutkania) a ovplyvňovanie správania počas rozhodovania (Naqvi a Bechara, 2009). V niektorých štúdiách závislosti na internete sa pozoroval stredný časový gyrus a lepší časový pól (pozri Meng a kol., 2015 na metaanalýzu) a boli spojené s nutkaním / túžbou po hre, sémantickým spracovaním, objavom, pracovnou pamäťou a emocionálnym spracovaním; ich špecifické úlohy v závislosti však vyžadujú ďalšie skúmanie. Putamen, súčasť dorzálneho striata, je tiež kritickým regiónom navrhnutým mnohými výskummi závislosti (napr. Ko et al., 2009; Ding a kol., 2013; Lin et al., 2015), v ktorej je súbežná dopamínová neurotransmisia zapojená do vývoja nutkavého hľadania liekov a túžby (Volkow a kol., 2006; Koob a Volkow, 2010). Výskum ďalej naznačil, že dysfunkcia v striato-talamo-orbitofrontálnom obvode je zásadnou príčinou závislosti, zatiaľ čo dorzálne striatum, ktoré sa podieľa na návykových návykoch a chutí, orbitofrontálna kôra je spojená s výbežkom, hnacou silou a nutkavosťou (Volkow a Fowler, 2000; Koob a Volkow, 2010; Volkow a kol., 2010; Goldstein a Volkow, 2011). Abnormálne fungovanie orbitofrontálnej kôry by mohlo vysvetliť poruchu správania v závislosti. Zhrnutím vyššie uvedeného sú uzly, ktoré sme identifikovali, uzly, ktoré sú najviac náchylné na zmenu podľa tendencie závislosti na internete, a boli opakovane identifikované v existujúcej literatúre.

obmedzenia

Ako zdôraznil jeden z našich recenzentov, aktuálna diskusia zostáva, či vykonať globálnu regresiu signálu v pokojovom fMRI. Po opätovnej analýze súčasných údajov bez regresie globálneho signálu sa naše výsledky v porovnaní s pôvodnou analýzou ukázali úplne odlišné a iba 22.91% hraníc zistených v analýzach NBS bez globálnej regresie signálov sa prekrývalo s výsledkami našich súčasných výsledkov. Bez globálnej regresie signálu sme nenašli dostatočné funkčné spojenia, ktoré pozitívne súviseli so skóre CIAS-R; našli sme však sieť, ktorá pozostávala z funkčných spojení, ktoré negatívne súviseli so skóre CIAS-R. Keď identifikácia uzlov s najväčším počtom spojení súvisí maximálne s tendenciou k závislosti na internete, nachádzame súlad s analýzou regresie globálneho signálu v tom, že najviac sa podieľali cingulát, ostrovček, časová a čelná oblasť. Niekoľko rozdielov však zahŕňa ďalšie zistenie bilaterálnych doplnkových motorických oblastí a pravého uhlového gyru vykazujúceho zníženú funkčnú konektivitu av identifikovanej sieti nebolo toľko subkortikálnych oblastí. Aj keď globálna regresia signálu je stále kontroverzná, rozhodli sme sa oznámiť oba výsledky. Podrobnosti o sieti identifikovanej bez globálnej regresie signálu sú zdokumentované v doplnkových materiáloch 3. Dúfajme, že budúca práca na predbežnom spracovaní obrázkov objasní, ktorý výsledok je presnejší. V tejto chvíli odporúčame interpretovať súčasné výsledky s ohľadom na tieto výhrady.

záver

Pomocou prístupu založeného na údajoch sme ukázali, že štatistika založená na sieťach je užitočným nástrojom na charakterizáciu konektivity celého mozgu ovplyvneného tendenciou k závislosti na internete, na identifikáciu spojení a kritických oblastí, ktoré odrážajú predchádzajúce štúdie. V porovnaní s analýzami semien poskytuje tento prístup založený na celom mozgu komplexnejšiu analýzu mozgových spojení súvisiacich so závislosťou od internetu, pričom skúma celkový počet spojení 6670. Ďalej sme ukázali, že mnohé funkčné spojenia a oblasti mozgu kritické v klinických prípadoch závislosti sú tiež spojené s predklinickými tendenciami indexovanými pomocou opatrení na zisťovanie správania. Aj keď používame korelačný prístup, nemôžeme si byť istí, či sú tieto siete zmenené v dôsledku používania internetu alebo či sú to charakteristiky ľudí, ktorí sú náchylní k vyššiemu riziku rozvoja závislosti na internete, tento výskum poskytuje užitočné informácie, ktoré nám pomáhajú porozumieť nervovým systémom. charakteristika základnej závislosti a jej vývoj.

Príspevky od autorov

TW vykonal experiment, analyzoval údaje, interpretoval výsledky, napísal a revidoval rukopis. SH navrhol experiment, napísal návrh na udelenie grantu, usmernil prípravu a vykonanie experimentu, pomohol pri interpretácii údajov, príprave a revízii rukopisu.

Vyhlásenie o konflikte záujmov

Autori vyhlasujú, že výskum bol vykonaný bez obchodných alebo finančných vzťahov, ktoré by mohli byť interpretované ako potenciálny konflikt záujmov.

Poďakovanie

Autori sú vďační Yun-Tingovi Leeovi za pomoc pri zbere údajov a profesorovi Po-Hsien Huangovi za štatistické konzultácie. Štúdiu financovalo ministerstvo vedy a technológie (MOST), Taiwan (MOST 102-2420-H-006-006-MY2 a MOST 104-2420-H-006-004-MY2). Okrem toho bol tento výskum čiastočne podporený ministerstvom školstva (MŽP), Taiwan, ROC Cieľ pre najlepší univerzitný projekt na Národnej univerzite Cheng Kung (NCKU). Ďakujeme Výskumnému a zobrazovaciemu centru pre myseľ (MRIC), podporovanému MOST, na NCKU za konzultácie a dostupnosť nástrojov. Dotazník CIAS-R poskytol Sue-Huei Chen.

poznámky pod čiarou

¹http://www.mricro.com

²http://www.fil.ion.ucl.ac.uk/spm

Doplnkový materiál

Doplnkový materiál tohto článku sa nachádza na adrese: http://journal.frontiersin.org/article/10.3389/fnhum.2016.00006

Kliknite tu pre ďalší údajový súbor.^{(20K, DOCX)}

Kliknite tu pre ďalší údajový súbor.^{(33K, DOCX)}

Kliknite tu pre ďalší údajový súbor.^{(258K, DOCX)}

Referencie

Americká psychiatrická asociácia [APA] (2013). Diagnostická a štatistická príručka o duševných poruchách (DSM-5^®), Arlington, VA: American Psychiatric Pub.
Aron AR, Robbins TW, Poldrack RA (2004). Inhibícia a pravý dolný frontálny kortex. Trendy Cogn. Sci. 8 170 – 177. 10.1016 / j.tics.2004.02.010 [PubMed] [Cross Ref]
Bavelier D., Achtman RL, Mani M., Focker J. (2012). Neurálne základy selektívnej pozornosti v akčných hráčoch videohier. Vis. Res. 61 132 – 143. 10.1016 / j.visres.2011.08.007 [Článok bez PMC] [PubMed] [Cross Ref]
Biswal BB, Mennes M., Zuo XN, Gohel S., Kelly C., Smith SM, a kol. (2010). Smerom k objavu vedy o fungovaní ľudského mozgu. Proc. Natl. Acad. Sci. USA 107 4734 – 4739. 10.1073 / pnas.0911855107 [Článok bez PMC] [PubMed] [Cross Ref]
Značka M., Young KS, Laier C. (2014) .Prefrontálna kontrola a závislosť od internetu: teoretický model a prehľad neuropsychologických a neuroimagingových nálezov. Predná. Hum. Neurosci. 8: 375 10.3389 / fnhum.2014.00375 [Článok bez PMC] [PubMed] [Cross Ref]
Buckner RL, Andrews-Hanna JR, Schacter DL (2008). Predvolená sieť mozgu - anatómia, funkcia a význam pre chorobu. Rok Cogn. Neurosci. 2008 1 – 38. 10.1196 / annals.1440.011 [PubMed] [Cross Ref]
Buckner RL, Krienen FM, Castellanos A., Diaz JC, Yeo BTT (2011). Organizácia ľudského mozgu odhadnutá na základe vnútornej funkčnej konektivity. J. Neurophysiol. 106 2322 – 2345. 10.1152 / jn.00339.2011 [Článok bez PMC] [PubMed] [Cross Ref]
Castel AD, Pratt J., Drummond E. (2005). Účinky zážitku z akčných videohier na časový priebeh inhibície návratu a efektívnosť vizuálneho vyhľadávania. Acta Psychol. 119 217 – 230. 10.1016 / j.actpsy.2005.02.004 [PubMed] [Cross Ref]
Chen CY, Huang MF, Yen JY, Chen CS, Liu GC, Yen CF, a kol. (2015). Mozgové koreláty inhibície odozvy pri poruche internetových hier. Psychiatry Clin. Neurosci. 69 201 – 209. 10.1111 / ks.12224 [PubMed] [Cross Ref]
Chen S., Weng L., Su Y., Wu H., Yang P. (2003). Vývoj stupnice čínskej závislosti na internete a jej psychometrická štúdia. Brada. J. Psychol. 45 251 – 266. 10.1371 / journal.pone.0098312 [Cross Ref]
Craddock RC, Jbabdi S., Yan CG, Vogelstein JT, Castellanos FX, Di Martino A., a kol. (2013). Zobrazovanie ľudských konjunktúr na makroúrovni. Nat. metódy 10 524 – 539. 10.1038 / Nmeth.2482 [Článok bez PMC] [PubMed] [Cross Ref]
Ding WN, Sun JH, Sun YW, Chen X., Zhou Y., Zhuang ZG, a kol. (2014). Znaková impulzivita a narušená funkcia prefrontálnej inhibície impulzov u dospievajúcich so závislosťou od internetových hier odhalená štúdiou Go / No-Go fMRI. Behave. Funkcia mozgu. 10:20 10.1186/1744-9081-10-20 [Článok bez PMC] [PubMed] [Cross Ref]
Ding WN, Sun JH, Sun YW, Zhou Y., Li L., Xu JR, a kol. (2013). Zmenená predvolená funkčná konektivita v kľudovom stave u adolescentov so závislosťou na internete. PLoS ONE 8: e59902 10.1371 / journal.pone.0059902 [Článok bez PMC] [PubMed] [Cross Ref]
Dong GH, DeVito EE, Du XX, Cui ZY (2012a). Porucha inhibičnej kontroly pri „poruche závislosti na internete“: funkčná štúdia zobrazovania magnetickou rezonanciou. Psychiatry Res. Neuroimaging 203 153 – 158. 10.1016 / j.pscychresns.2012.02.001 [Článok bez PMC] [PubMed] [Cross Ref]
Dong GH, DeVito E., Huang J., Du XX (2012b). Difúzne tenzorové zobrazenie odhaľuje abnormality talamu a zadného cingulátu kôry u závislých na internete. J. Psychiatr. Res. 46 1212 – 1216. 10.1016 / j.jpsychires.2012.05.015 [Článok bez PMC] [PubMed] [Cross Ref]
Dong GH, Lin X., Hu YB, Xie CM, Du XX (2015a). Nevyvážené funkčné spojenie medzi výkonnou riadiacou sieťou a sieťou odmeňovania vysvetľuje správanie pri online hrách pri poruche internetových hier. Sci. Rep. 5: 9197 10.1038 / Srep09197 [Článok bez PMC] [PubMed] [Cross Ref]
Dong GH, Lin X., Potenza MN (2015b). Znížená funkčná konektivita v sieti výkonných riadiacich pracovníkov súvisí so zníženou výkonnou funkciou pri poruchách internetových hier. Prog. Neuro-Psychopharmacol. Biol. psychiatrie 57 76 – 85. 10.1016 / j.pnpbp.2014.10.012 [Článok bez PMC] [PubMed] [Cross Ref]
Dong GH, Lin X., Zhou HL, Lu QL (2014). Kognitívna flexibilita u závislých na internete: Dôkazy fMRI z ťažko dostupných situácií a z ťažko dostupných situácií. Narkoman. Behave. 39 677-683. 10.1016 / j.addbeh.2013.11.028 [PubMed] [Cross Ref]
Dong GH, Shen Y., Huang J., Du XX (2013). Zhoršená funkcia sledovania chýb u ľudí s poruchou závislosti na internete: štúdia fMRI súvisiaca s udalosťami. Eur. Narkoman. Res. 19 269-275. 10.1159 / 000346783 [PubMed] [Cross Ref]
Droutman V., Prečítajte si SJ, Bechara A. (2015). Opakovanie úlohy ostrovčeka v závislosti. Trendy Cogn. Sci. 19 414 – 420. 10.1016 / j.tics.2015.05.005 [Článok bez PMC] [PubMed] [Cross Ref]
Farbivo MWG, Green CS, Bavelier D. (2009). Zvyšovanie rýchlosti spracovania pomocou akčných videohier. Akt. Rež. Psychol. Sci. 18 321-326. 10.1111 / j.1467-8721.2009.01660.x [Článok bez PMC] [PubMed] [Cross Ref]
Finn ES, Shen X., Holahan JM, Scheinost D., Lacadie C., Papademetris X., a kol. (2014). Narušenie funkčných sietí v dyslexii: analýza konektivity založená na údajoch celého mozgu. Biol. psychiatrie 76 397 – 404. 10.1016 / j.biopsych.2013.08.031 [Článok bez PMC] [PubMed] [Cross Ref]
Fornito A., Bullmore ET (2015). Connectomics: nová paradigma na pochopenie mozgových ochorení. Eur. Neuropsychopharmacol. 25 733 – 748. 10.1016 / j.euroneuro.2014.02.011 [PubMed] [Cross Ref]
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. psychiatrie 70 64 – 72. 10.1016 / j.biopsych.2011.02.019 [Článok bez PMC] [PubMed] [Cross Ref]
Forstmann BU, van den Wildenberg WPM, Ridderinkhof KR (2008). Nervové mechanizmy, časová dynamika a individuálne rozdiely v kontrole rušenia. J. Cogn. Neurosci. 20 1854 – 1865. 10.1162 / jocn.2008.20122 [PubMed] [Cross Ref]
Fox MD, Zhang D., Snyder AZ, Raichle ME (2009). Globálny signál a pozorované antikorelované mozgové siete v pokojnom stave. J. Neurophysiol. 101 3270 – 3283. 10.1152 / jn.90777.2008 [Článok bez PMC] [PubMed] [Cross Ref]
Fransson P., Marrelec G. (2008). Kortex precuneus / zadný cingulate hrá kľúčovú úlohu v sieti predvoleného režimu: dôkaz z čiastočnej korelačnej sieťovej analýzy. Neuroimage 42 1178 – 1184. 10.1016 / j.neuroimage.2008.05.059 [PubMed] [Cross Ref]
Goldstein RZ, Volkow ND (2011). Dysfunkcia prefrontálneho kortexu v závislosti: neuroimaging nálezy a klinické dôsledky. Nat. Rev. Neurosci. 12 652 – 669. 10.1038 / nrn3119 [Článok bez PMC] [PubMed] [Cross Ref]
Green CS, Bavelier D. (2003). Akčná videohra modifikuje vizuálnu selektívnu pozornosť. príroda 423 534 – 537. 10.1038 / nature01647 [PubMed] [Cross Ref]
Green CS, Pouget A., Bavelier D. (2010). Vylepšená pravdepodobnostná inferencia ako všeobecný vzdelávací mechanizmus s akčnými videohrami. Akt. Biol. 20 1573 – 1579. 10.1016 / j.cub.2010.07.040 [Článok bez PMC] [PubMed] [Cross Ref]
Green CS, Sugarman MA, Medford K., Klobusicky E., Bavelier D. (2012). Vplyv zážitku z akčných videohier na prepínanie úloh. Počí. Hum. Behave. 28 984-994. 10.1016 / j.chb.2011.12.020 [Článok bez PMC] [PubMed] [Cross Ref]
Griffiths MD, Pontes HM (2014). Porucha závislosti na internete a porucha hry na internete nie sú rovnaké. J. Addict. Res. Ther. 5:e124 10.4172/2155-6105.1000e124 [Cross Ref]
Han CE, Yoo SW, Seo SW, Na DL, Seong JK (2013). Klastrová štatistika prepojenia mozgu v korelácii s opatreniami v oblasti správania. PLoS ONE 8: e72332 10.1371 / journal.pone.0072332 [Článok bez PMC] [PubMed] [Cross Ref]
Han DH, Kim YS, Lee YS, Min KJ, Renshaw PF (2010). Zmeny v prefrontálnej kortexovej aktivite vyvolanej narážkou pri hraní videohier. Cyberpsychol. Behave. Soc. Názvy sietí. 13 655-661. 10.1089 / cyber.2009.0327 [PubMed] [Cross Ref]
Hoeft F., Watson CL, Kesler SR, Bettinger KE, Reiss AL (2008). Rodové rozdiely v mezokortikolimbickom systéme počas počítačovej hry. J. Psychiatr. Res. 42 253 – 258. 10.1016 / j.jpsychires.2007.11.010 [PubMed] [Cross Ref]
Hong SB, Harrison BJ, Dandash O., Choi EJ, Kim SC, Kim HH, a kol. (2015). Selektívne zapojenie putamenovej funkčnej konektivity u mládeže s poruchou internetových hier. Brain Res. 1602 85 – 95. 10.1016 / j.brainres.2014.12.042 [PubMed] [Cross Ref]
Hong SB, Zalesky A., Cocchi L., Fornito A., Choi EJ, Kim HH, a kol. (2013). Znížená funkčná mozgová konektivita u adolescentov so závislosťou od internetu. PLoS ONE 8: e57831 10.1371 / journal.pone.0057831 [Článok bez PMC] [PubMed] [Cross Ref]
Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z., a kol. (2014). Problematické používanie internetu a problematické online hry nie sú rovnaké: zistenia veľkej národnej reprezentatívnej vzorky adolescentov. Cyberpsychol. Behave. Soc. Názvy sietí. 17 749-754. 10.1089 / cyber.2014.0475 [Článok bez PMC] [PubMed] [Cross Ref]
Ko CH, Hsieh TJ, Chen CY, Yen CF, Chen CS, Yen JY, a kol. (2014). Zmenená aktivácia mozgu počas inhibície odozvy a spracovania chýb u subjektov s poruchou internetového hrania: funkčná štúdia magnetického zobrazovania. Eur. Arch. Psychiatry Clin. Neurosci. 264 661–672. 10.1007/s00406-013-0483-3 [PubMed] [Cross Ref]
Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS a kol. (2015). Zmenená hustota šedej hmoty a narušená funkčná konektivita amygdaly u dospelých s poruchou hrania na internete. Prog. Neuro-Psychopharmacol. Biol. psychiatrie 57 185 – 192. 10.1016 / j.pnpbp.2014.11.003 [PubMed] [Cross Ref]
Ko CH, Liu GC, Hsiao SM, Yen JY, Yang MJ, Lin WC, a kol. (2009). Činnosti mozgu spojené s herným nutkaním na závislosť na hraní online. J. Psychiatr. Res. 43 739 – 747. 10.1016 / j.jpsychires.2008.09.012 [PubMed] [Cross Ref]
Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS (2013). Mozgové korelácie túžby po online hrách vystavených narážke u jedincov so závislosťou od internetu a u remitovaných jedincov. Narkoman. Biol. 18 559-569. 10.1111 / j.1369-1600.2011.00405.x [PubMed] [Cross Ref]
Ko C.-H., Yen C.-F., Yen C.-N., Yen J.-Y., Chen C.-C., Chen S.-H. (2005). Skríning závislosti na internete: empirická štúdia hraničných bodov pre stupnicu závislosti na internete pre chen. Kaohsiung J. Med. Sci. 21 545–551. 10.1016/S1607-551X(09)70206-2 [PubMed] [Cross Ref]
Kong X.-Z., Zhen Z., Li X., Lu H.-H., Wang R., Liu L., a kol. (2014). Jednotlivé rozdiely v impulzívnosti predpovedajú pohyb hlavy pri zobrazovaní magnetickou rezonanciou. PLoS ONE 9: e104989 10.1371 / journal.pone.0104989 [Článok bez PMC] [PubMed] [Cross Ref]
Koob GF, Volkow ND (2010). Neurocircuitry of addiction. neuropsychofarmakologie 35 217-238. 10.1038 / npp.2009.110 [Článok bez PMC] [PubMed] [Cross Ref]
Kühn S., Gallinat J. (2015). Mozgy online: štrukturálne a funkčné koreláty zvyčajného používania internetu. Narkoman. Biol. 20 415-422. 10.1111 / adb.12128 [PubMed] [Cross Ref]
Kuss DJ, Griffiths MD (2012). Závislosť na internete: systematické hodnotenie empirického výskumu. Int. J. Závislý na duševnom zdraví. 10 278–296. 10.1007/s11469-011-9318-5 [Cross Ref]
Li BJ, Friston KJ, Liu J., Liu Y., Zhang GP, Cao FL, a kol. (2014). Zhoršená konektivita frontálnych a bazálnych ganglií u adolescentov so závislosťou od internetu. Sci. Rep. 4: 5027 10.1038 / Srep05027 [Článok bez PMC] [PubMed] [Cross Ref]
Li WW, Li YD, Yang WJ, Zhang QL, Wei DT, Li WF, a kol. (2015). Štruktúra mozgu a funkčné pripojenie spojené s individuálnymi rozdielmi v tendencii internetu u zdravých mladých dospelých. Neuropsychológie 70 134 – 144. 10.1016 / j.neuropsychologia.2015.02.019 [PubMed] [Cross Ref]
Lin FC, Zhou Y., Du YS, Zhao ZM, Qin LD, Xu JR, a kol. (2015). Aberantné kortikostriálne funkčné obvody u adolescentov s poruchou závislosti na internete. Predná. Hum. Neurosci. 9: 356 10.3389 / fnhum.2015.00356 [Článok bez PMC] [PubMed] [Cross Ref]
Lin MP, Ko HC, Wu JYW (2011). Prevalencia a psychosociálne rizikové faktory spojené so závislosťou od internetu v reprezentatívnej vzorke vysokoškolských študentov na Taiwane. Cyberpsychol. Behave. Soci. Názvy sietí. 14 741-746. 10.1089 / cyber.2010.0574 [PubMed] [Cross Ref]
Lorenz RC, Kruger JK, Neumann B., Schott BH, Kaufmann C., Heinz A., a kol. (2013). Cue reaktivita a jej inhibícia v patologických hráčoch počítačových hier. Narkoman. Biol. 18 134-146. 10.1111 / j.1369-1600.2012.00491.x [PubMed] [Cross Ref]
Meng YJ, Deng W., Wang HY, Guo WJ, Li T. (2015). Prefrontálna dysfunkcia u jednotlivcov s poruchou internetového hrania: metaanalýza štúdií zobrazovania funkčnej magnetickej rezonancie. Narkoman. Biol. 20 799-808. 10.1111 / adb.12154 [PubMed] [Cross Ref]
Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2014). Mozoček a závislosť: poznatky získané výskumom neuroimagingu. Narkoman. Biol. 19 317-331. 10.1111 / adb.12101 [Článok bez PMC] [PubMed] [Cross Ref]
Naqvi NH, Bechara A. (2009). Skrytý ostrov závislosti: ostrovček. Trendy Neurosci. 32 56 – 67. 10.1016 / j.tins.2008.09.009 [Článok bez PMC] [PubMed] [Cross Ref]
Nichols TE, Holmes AP (2002). Neparametrické permutačné testy funkčného neuroimagingu: primer s príkladmi. Hum. Brain Mapp. 15 1 – 25. 10.1002 / hbm.1058 [PubMed] [Cross Ref]
OReilly M. (1996). Závislosť na internete: do lekárskeho slovníka vstupuje nová porucha. Môcť. Med. Assoc. J. 154 1882 – 1883. [Článok bez PMC] [PubMed]
Park CH, Chun JW, Cho H., Jung YC, Choi J., Kim DJ (2015). Je mozog závislý od hrania na internete takmer v patologickom stave? Narkoman. Biol. [Epub pred tlačou] .10.1111 / adb.12282 [PubMed] [Cross Ref]
Petry NM, O'Brien CP (2013). Porucha internetových hier a DSM-5. Závislosť 108 1186-1187. 10.1111 / add.12162 [PubMed] [Cross Ref]
Petry NM, Rehbein F., Gentile DA, Lemmens JS, Rumpf HJ, Mölele T., a kol. (2014). Medzinárodný konsenzus pri hodnotení poruchy internetových hier pomocou nového prístupu DSM-5. Závislosť 109 1399-1406. 10.1111 / add.12457 [PubMed] [Cross Ref]
Rorden C., Karnath HO, Bonilha L. (2007). Zlepšenie mapovania príznakov lézií. J. Cogn. Neurosci. 19 1081 – 1088. 10.1162 / jocn.2007.19.7.1081 [PubMed] [Cross Ref]
Saad ZS, Gotts SJ, Murphy K., Chen G., Jo HJ, Martin A., a kol. (2012). Problémy v pokoji: ako sa deformujú korelačné vzorce a skupinové rozdiely po globálnej regresii signálu. Brain Connect. 2 25 – 32. 10.1089 / mozog.2012.0080 [Článok bez PMC] [PubMed] [Cross Ref]
Song XW, Dong ZY, Long XY, Li SF, Zuo XN, Zhu CZ, a kol. (2011). REST: súprava nástrojov na spracovanie funkčných zobrazovacích údajov z magnetickej rezonancie v pokojnom stave. PLoS ONE 6: e25031 10.1371 / journal.pone.0025031 [Článok bez PMC] [PubMed] [Cross Ref]
Stanley ML, Moussa MN, Paolini BM, Lyday RG, Burdette JH, Laurienti PJ (2013). Definovanie uzlov v zložitých mozgových sieťach. Predná. Počí. Neurosci. 7: 169 10.3389 / fncom.2013.00169 [Článok bez PMC] [PubMed] [Cross Ref]
Sun YJ, Ying H., Seetohul RM, Wang XM, Ya Z., Qian L., a kol. (2012). Štúdium mozgu fMRI týkajúce sa túžby vyvolanej obrázkami v návykoch online hier (dospievajúci muži). Behave. Brain Res. 233 563-576. 10.1016 / j.bbr.2012.05.005 [PubMed] [Cross Ref]
Takeuchi H., Taki Y., Nouchi R., Sekiguchi A., Hashizume H., Sassa Y., a kol. (2014). Asociácia medzi funkčnou konektivitou v pokojnom stave a empatizáciou / systematizáciou. Neuroimage 99 312 – 322. 10.1016 / j.neuroimage.2014.05.031 [PubMed] [Cross Ref]
Talati A., Hirsch J. (2005). Funkčná špecializácia v rámci stredného frontálneho gyrusu pre percepčné rozhodnutia typu go / no-go na základe informácií „čo“, „kedy“ a „kde“: štúdia fMRI. J. Cogn. Neurosci. 17 981-993. 10.1162 / 0898929054475226 [PubMed] [Cross Ref]
Tzourio-Mazoyer N., Landeau B., Papathanassiou D., Crivello F., Etard O., Delcroix N., a kol. (2002). Automatizované anatomické označovanie aktivácií v SPM s použitím makroskopickej anatomickej parcelácie mozgu jediného subjektu MNI MRI. Neuroimage 15 273 – 289. 10.1006 / nimg.2001.0978 [PubMed] [Cross Ref]
van den Heuvel MP, Pol HEH (2010). Preskúmanie mozgovej siete: prehľad funkčnej konektivity fMRI v pokojnom stave. Eur. Neuropsychopharmacol. 20 519 – 534. 10.1016 / j.euroneuro.2010.03.008 [PubMed] [Cross Ref]
Volkow ND, Fowler JS (2000). Závislosť, choroba nutkania a pohonu: zapojenie orbitofrontálnej kôry. Cereb. kôra 10 318 – 325. 10.1093 / cercor / 10.3.318 [PubMed] [Cross Ref]
Volkow ND, Fowler JS, Wang GJ (2003). Závislý ľudský mozog: poznatky zo zobrazovacích štúdií. J. Clin. Investig. 111 1444 – 1451. 10.1172 / Jci200318533 [Článok bez PMC] [PubMed] [Cross Ref]
Volkow ND, Wang GJ, Fowler JS, Tomasi D., Telang F., Baler R. (2010). Závislosť: znížená citlivosť na odmenu a zvýšená citlivosť na očakávania sa sprisahajú, že ohromia riadiaci obvod mozgu. Bioessays 32 748 – 755. 10.1002 / bies.201000042 [Článok bez PMC] [PubMed] [Cross Ref]
Volkow ND, Wang GJ, Telang F., Fowler JS, Logan J., Childress AR, a kol. (2006). Kokaínové narážky a dopamín v dorzálnom striatume: mechanizmus túžby po závislosti od kokaínu. J. Neurosci. 26 6583 – 6588. 10.1523 / Jneurosci.1544-06.2006 [PubMed] [Cross Ref]
Wang Y., Yin Y., Sun YW, Zhou Y., Chen X., Ding WN, a kol. (2015). Znížená interhemisferická funkčná konektivita prefrontálneho laloku u adolescentov s poruchou hrania na internete: primárna štúdia s použitím fMRI v pokojnom stave. PLoS ONE 10: e0118733 10.1371 / journal.pone.0118733 [Článok bez PMC] [PubMed] [Cross Ref]
Wee CY, Zhao ZM, Yap PT, Wu GR, Shi F., Price T., a kol. (2014). Porucha funkčnej siete mozgu pri poruche závislosti na internete: štúdia zobrazovacej funkčnej magnetickej rezonancie v kľudovom stave. PLoS ONE 9: e107306 10.1371 / journal.pone.0107306 [Článok bez PMC] [PubMed] [Cross Ref]
Weissenbacher A., Kasess C., Gerstl F., Lanzenberger R., Moser E., Windischberger C. (2009). Korelácie a antikorelácie v pokojovej funkčnej konektivite MRI: kvantitatívne porovnanie stratégií predbežného spracovania. Neuroimage 47 1408 – 1416. 10.1016 / j.neuroimage.2009.05.005 [PubMed] [Cross Ref]
Xia M., Wang J., He Y. (2013). BrainNet Viewer: sieťový vizualizačný nástroj pre pripojenie mozgu ľudského mozgu. PLoS ONE 8: e68910 10.1371 / journal.pone.0068910 [Článok bez PMC] [PubMed] [Cross Ref]
Yan C., Zang Y. (2010). DPARSF: MATLAB toolbox pre „pipeline“ analýzu údajov fMRI v kľudovom stave. Predná. Syst. Neurosci. 4: 13 10.3389 / fnsys.2010.00013 [Článok bez PMC] [PubMed] [Cross Ref]
Yarkoni T., Poldrack RA, Nichols TE, Van Essen DC, Wager TD (2011). Vo veľkom meradle automatizovaná syntéza ľudských funkčných neuroimaging údajov. Nat. metódy 8 665 – 670. 10.1038 / nmeth.1635 [Článok bez PMC] [PubMed] [Cross Ref]
Yeo BTT, Krienen FM, Sepulcre J., Sabuncu MR, Lashkari D., Hollinshead M., a kol. (2011). Organizácia ľudskej mozgovej kôry odhadnutá na základe vnútornej funkčnej konektivity. J. Neurophysiol. 106 1125 – 1165. 10.1152 / jn.00338.2011 [Článok bez PMC] [PubMed] [Cross Ref]
Mladý KS (1998). Závislosť na internete: vznik novej klinickej poruchy. CyberPsychol. Behave. 1 237–244. 10.1007/s10899-011-9287-4 [Cross Ref]
Yuan K., Qin W., Yu D., Bi Y., Xing L., Jin C., a kol. (2015). Interakcie jadrových mozgových sietí a kognitívna kontrola u jedincov s poruchou internetového hrania v neskorom dospievaní / skorej dospelosti. Brain Struct. Funct. [Epub pred tlačou] .10.1007 / s00429-014-0982-7 [PubMed] [Cross Ref]
Zalesky A., Fornito A., Bullmore ET (2010a). Štatistika založená na sieti: identifikácia rozdielov v mozgových sieťach. Neuroimage 53 1197 – 1207. 10.1016 / j.neuroimage.2010.06.041 [PubMed] [Cross Ref]
Zalesky A., Fornito A., Harding IH, Cocchi L., Yücel M., Pantelis C., a kol. (2010b). Anatomické siete celého mozgu: záleží na výbere uzlov? Neuroimage 50 970 – 983. 10.1016 / j.neuroimage.2009.12.027 [PubMed] [Cross Ref]
Zhang JT, Yao YW, Li CSR, Zang YF, Shen ZJ, Liu L., a kol. (2015). Zmenená funkčná konektivita ostrovčeka v pokoji v pokoji u dospelých s poruchou hrania na internete. Narkoman. Biol. [Epub pred tlačou] .10.1111 / adb.12247 [Článok bez PMC] [PubMed] [Cross Ref]
Zhou Y., Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, a kol. (2011). Abnormality šedej hmoty v závislosti na internete: štúdia morfometrie založená na voxeli. Eur. J. Radiol. 79 92 – 95. 10.1016 / j.ejrad.2009.10.025 [PubMed] [Cross Ref]