Смањена функционална повезаност мозга код адолесцената са зависношћу од интернета (КСНУМКС)

увод

Овисност о интернету се све више препознаје како у јавној тако иу научној заједници широм свијета [КСНУМКС]иако је то релативно ново стање и његове психопатолошке карактеристике и неуробиолошки механизми остају слабо схваћени. Недавне студије неуро-снимања су пријавиле значајне промене у функцији мозга и структури повезане са зависношћу од интернета. Већина ових студија користила је функционалну магнетну резонанцу (фМРИ) која је обављена током задатака, а имала је и фронталну и стриаталну регију и, у мањој мери, паријетални и инсула кортекс. [КСНУМКС]-[КСНУМКС]. Додатно, употребом позитронске емисијске томографије (ПЕТ), Ким ет ал. (КСНУМКС) пронашао је смањење допаминског ДКСНУМКС рецептора у билатералним каудатима и десним путаменима [КСНУМКС]и Хоу ет ал. (КСНУМКС) коришћењем компјутерске томографије са појединачном фотонском емисијом (СПЕЦТ) пронашла је смањен ниво експресије транспортера допамина код стриатара код одраслих са зависношћу од интернета [КСНУМКС]. Ови налази се слажу са садашњим теоријским моделима поремећаја овисности, који укључују не само овисност о супстанцама, већ и овисност о понашању (нпр. Патолошко коцкање), који наглашавају патологију фронто-стријаталних склопова [КСНУМКС]као и инсула [КСНУМКС], [КСНУМКС]. Структурне МРИ студије Зхоу ет ал. (КСНУМКС) и Иуан ет ал. (КСНУМКС) заједно су предложили абнормалности сиве твари у регионима мозга укључујући префронтални кортекс [КСНУМКС], [КСНУМКС]и студија дифузионо-тензорног снимања Лин ет ал. (КСНУМКС) извијестио је о распрострањеним абнормалностима бијеле твари код адолесцената с овисношћу о интернету [КСНУМКС]. На крају, Лиу и др. (КСНУМКС) пронашла је измењену регионалну хомогеност у зависности од интернета [КСНУМКС]што је, према нашем сазнању, једини налаз фМРИ у стању мировања у литератури у вези са овим поремећајем [КСНУМКС]. Аутори су испитали временску хомогеност у сигналу зависности од нивоа крви и кисика (БОЛД) сваког воксела са сигналом најближих КСНУМКС сусједних воксела на начин који је вокселно.

ФМРИ у стању мировања је релативно нова техника снимања за истраживање међурегионалних корелација спонтане активности мозга, бележи се као да неко мирно лежи у скенеру, а да се не бави одређеним задатком [КСНУМКС]. Приступ пружа робустан метод за мапирање добро дефинисаних функционалних система [КСНУМКС], [КСНУМКС]. Мере мировања су поуздане [КСНУМКС], [КСНУМКС], под генетском контролом [КСНУМКС]-[КСНУМКС]и мислио је да индексира интринзичну својину функционалне организације мозга [КСНУМКС], подложно одређеним ограничењима [КСНУМКС]. У комбинацији са теоретским техникама графова, фМРИ у стању мировања нуди моћно средство за истраживање опсежне организације функционалне динамике мозга и њеног поремећаја у психопатолошким условима. [КСНУМКС].

У овој студији, користили смо фМРИ податке у стању мировања да бисмо мапирали разлике у функционалној повезаности између свеобухватног скупа КСНУМКС различитих кортикалних и субкортикалних региона мозга код здравих појединаца и адолесцената са интернет зависношћу, фокусирајући се на појединце који се упуштају у прекомјерне онлине игре међу предложеним подтиповима овог поремећаја [КСНУМКС]. Такође смо извршили анализу тополошких поремећаја у мрежи [КСНУМКС] да би се проценило да ли су разлике међу групама у снази повезаности даље повезане са глобалном реконфигурацијом функционалних интеракција [КСНУМКС], као што је пријављено у многим другим психијатријским поремећајима [КСНУМКС], [КСНУМКС].

На основу досадашњих структурних и функционалних неуро-слика у интернет зависности [КСНУМКС], [КСНУМКС], [КСНУМКС], [КСНУМКС], [КСНУМКС], уз утврђене теоријске моделе поремећаја овисности о супстанцама [КСНУМКС], [КСНУМКС]Претпоставили смо да би адолесценти који имају зависност од интернета показали измењену међурегионалну повезаност између фронталних и стриаталних региона, уз могућу даљу укљученост паријеталне кортекса и инсуле.

Материјал и метод

Изјава о етици

Ова студија је одобрена од стране институционалног одбора за разматрање људских предмета на Националном универзитету у Сеулу. Сви адолесценти и њихови родитељи су дали писмени пристанак прије уласка у студију. Студија је спроведена у складу са Хелсиншком декларацијом.

učesnici

Дванаест девојака адолесцената са зависношћу од интернета и КСНУМКС десничарима и родним подударањем [КСНУМКС] У овој студији учествовале су здраве контроле. Дијагноза интернет зависности утврђена је помоћу скале за зависност од интернета (ИИАС), која се састоји од КСНУМКС ставки, свака заснована на КСНУМКС-поинт Ликертовој скали која процјењује степен проблема узрокованих употребом интернета. [КСНУМКС]и Киддие-Сцхедуле за Афективне поремећаје и Шизофренију - садашњу и доживотну верзију (К-САДС-ПЛ), полуструктурирани дијагностички интервју алат са утврђеном валидношћу и поузданошћу, што нам је омогућило да искључимо друге психијатријске поремећаје [КСНУМКС], [КСНУМКС]. Учесници са интернет зависношћу били су ограничени на оне који су пријавили да имају типичне компоненте зависности (тј. Толеранцију, повлачење, преокупацију играњем онлине игара, поновљене неуспјешне покушаје да се смањи или заустави онлине играње, негативно утиче на расположење приликом покушаја смањења онлине игара, и занемаривање важних односа или активности због онлине игара) [КСНУМКС], [КСНУМКС]. Сви учесници са интернет зависношћу пријавили су претјерану онлине игрицу међу предложеним подтиповима овог поремећаја. Исти инструменти примењивани су приликом регрутовања здравих адолесцената. Такође су процијењени демографски подаци и квоцијент интелигенције (ИК) свих учесника (види Табела КСНУМКС).

Довнлоад: 

 

• ППТ

  ПоверПоинт слиде

• ПНГ

  већа слика (КСНУМКСКБ)

• ТИФФ

  оригинална слика (КСНУМКСКБ)

Табела КСНУМКС. Демографске и клиничке карактеристике учесника.

дои: КСНУМКС / јоурнал.поне.КСНУМКС.тКСНУМКС

Прикупљање података и обрада слике

ФМРИ слике у стању мировања су добијене на КСНУМКСТ Сиеменс скенеру (Сиеменс Магнетом Трио Тим Синго МР БКСНУМКС, Немачка) са следећим параметрима: време понављања (ТР) КСНУМКС мс; ецхо тиме (ТЕ) КСНУМКС мс; матрица КСНУМКС × КСНУМКС; видно поље (ФОВ) КСНУМКС × КСНУМКС мм²; Флип угао КСНУМКС °; величина воксела КСНУМКС мм × КСНУМКС мм × КСНУМКС мм; кришке КСНУМКС. Укупно време аквизиције је било КСНУМКС мин КСНУМКС сек. Употребљен је намотај главе и кретање главе је минимизирано пуњењем празног простора око главе спужвастим материјалом и фиксирањем доње вилице траком.

Предпроцесирање фМРИ слика је извршено помоћу помоћника за обраду података за фМРИ (ДПАРСФ) стања мировања. [КСНУМКС], који се заснива на статистичком мапирању параметара (СПМКСНУМКС) и алатима за анализу података фМРИ анализе стања мировања (РЕСТ). Прве КСНУМКС слике у сваком субјекту су одбачене, а преостале КСНУМКС слике су кориговане за временски одсјечак и преправљене за први волумен како би се исправили артефакти покрета. Сви учесници су показали мање од КСНУМКС мм помака и КСНУМКС ° ротације у својим КСНУМКС параметрима кретања главе. Поред тога, две групе нису се значајно разликовале (p<0.05) у четири параметра кретања главе које су недавно предложили Ван Дијк и сар. [КСНУМКС]: тј. средње померање главе (зависност од интернета: 0.04 ± 0.01 мм, контрола: 0.04 ± 0.01 мм), максимално померање главе (зависност од интернета: 0.18 ± 0.14 мм, контрола: 0.17 ± 0.07 мм), број микро (> 0.1 мм ) покрети (не више од 2 за све учеснике, осим за две особе у групи зависника од интернета са 5 и 6 микро покрета) и ротација главе (зависност од интернета: 0.04 ± 0.01 °, контрола: 0.04 ± 0.00 °). Пре просторне нормализације, направљен је образац мозга који се подудара са узрастом и родом на основу података из НИХ МРИ студије нормалног развоја мозга, користећи Темплате-О-Матиц [КСНУМКС]. Наше фМРИ слике су нормализоване коришћењем овог прилагођеног шаблона и изглађене са полу-максималном Гауссовом језгром пуне ширине од КСНУМКС мм. Након тога су подаци детрендирани и флуктуације ниских фреквенција (КСНУМКС – КСНУМКС Хз) су филтриране како би се открили сигнали од сиве твари и смањио ефекат буке. Шест параметара кретања главе, сигнали беле материје и сигнали цереброспиналне течности регресирани су из филтрираног БОЛД сигнала. Коначно, резидуали ове регресије су екстраховани из КСНУМКС региона мозга (чворова) на основу атласа аутоматског анатомског означавања (ААЛ). [КСНУМКС], и израчунате су асоцијације у паровима што је резултирало матрицом повезивања 90 на 90 по сваком субјекту. Пеарсонов коефицијент корелације (нула заостајања) коришћен је за квантификовање сваке асоцијације у пару. Имајте на уму да глобални сигнал није укључен као коваријата сметњи, осигуравајући да је удео негативних корелација минималан.

Анализа података

Статистика заснована на мрежи (НБС) [КСНУМКС], [КСНУМКС] кориштен је за идентификацију регионалних мрежа мозга које показују значајну разлику између група у међурегионалној функционалној повезаности. Конкретно, изведен је т-тест да би се тестирала разлика између група у коефицијенту корелације на сваком од јединствених регионалних упаривања КСНУМКС × (КСНУМКС-КСНУМКС) / КСНУМКС = КСНУМКС. Међусобно повезане мреже, званично познате као грапх цомпонентс, затим су идентификовани међу везама са т-статистиком која прелази праг т = КСНУМКС. Коригована п-вредност грешке у породици (ФВЕ) израчуната је за величину сваке резултујуће компоненте помоћу пермутационог тестирања (КСНУМКС пермутације). Свака пермутација је укључивала случајно мијешање група ознака и идентификацију величине највећи међусобно повезане мреже, чиме се добија емпиријска нулта дистрибуција максималних величина компоненти [КСНУМКС]. Вредност п-кориговане са ФВЕ процењена је за сваку међусобно повезану мрежу као удео пермутација које су дале већу међусобно повезану мрежу или мрежу једнаке величине. Две алтернативне хипотезе (зависност> контроле и зависност <контроле) процењене су независно. Сви ови кораци изведени су помоћу софтверског пакета НБС, који се слободно дистрибуира као део Браин Цоннецтивити Тоолбок (http://www.brain-connectivity-toolbox.net/) или НИТРЦ (http://www.nitrc.org/projects/nbs/). Проценити репродуктивност било каквих значајних налаза у алтернативним атласима [КСНУМКС]горња анализа је одвојено поновљена са ААЛ атласом који је замењен са две алтернативне атласе за парцелацију кортекса у не-преклапајуће регионе; наиме, структурни атлас Монтреалског неуролошког института (МНИ) (http://www.fmrib.ox.ac.uk/fsl/data/atlas-descriptions.html) и случајну парцелацију која обухвата КСНУМКС регионе [КСНУМКС]. Атлас МНИ је груба парцелација која представља осам анатомских региона по церебралној хемисфери, чиме се олакшава карактеризација интер-лобарне повезаности.

Затим смо тестирали разлике између група у кључним мрежним мерама заснованим на графу [КСНУМКС]; наиме, просјечни коефицијент кластеризације, карактеристична дужина пута и омјер малих свјетова. Тумачење ових мјера у смислу сложености и организације мозга може се наћи у новијој литератури [КСНУМКС], [КСНУМКС], [КСНУМКС]-[КСНУМКС]. Матрице повезивања су прво бинаризоване у односу на скуп фиксних густина везе, у распону од КСНУМКС% до КСНУМКС% [КСНУМКС]. Мрежне мјере су израчунате за сваку густоћу користећи одговарајућу функцију која се налази у Браин Цоннецтивити Тоолбок-у. Коефицијент кластеризације и карактеристична дужина пута нормализовани су у односу на скуп КСНУМКС случајних мрежа генерисаних коришћењем Маслов-Снеппеновог ревиринг алгоритма [КСНУМКС]. Разлике између група су затим процењене при свакој густини коришћењем двостраног т-теста.

Коначно, коефицијент кластеризације и дужина пута су израчунати локално за сваку од КСНУМКС региона. Двострани т-тест је такође коришћен за тестирање разлика између група у овим регион-специфичним мерама. Стопа лажног откривања (ФДР) [КСНУМКС] коришћен је за исправљање вишеструких поређења у породици густина мреже и региона.

Резултати

Карактеристике учесника

Сви учесници су били десничарски мушкарци. Није нађена значајна разлика у старости и ИК између ове две групе, а ИИАС резултат је био значајно виши у групи зависности од интернета (Табела КСНУМКС).

Групне разлике у функционалној повезаности

НБС је идентификовала јединствену мрежу која се значајно приказује (p<0.05, кориговано ФВЕ) смањило је повезаност код адолесцената са зависношћу од интернета у поређењу са контролама. Ова погођена мрежа састојала се од 59 веза, укључујући 38 различитих можданих региона (Слика КСНУМКС). Мрежа је широко реплицирана када је ААЛ атлас био замијењен са двије алтернативне атласе за парцелацију кортекса у не-преклапајуће регије (види Слика СКСНУМКС). Упркос значајним варијацијама у укупном броју региона у којима се налазе ови атласи (ААЛ: КСНУМКС, МНИ: КСНУМКС, случајни: КСНУМКС), значајна конзистентност је евидентна у укупној структури мреже. Величина мреже је очекивано повећана резолуцијом атласа (тј. Укупним бројем региона), што доводи до сложеније конфигурације. Међутим, кортикалне и субкортикалне регије (и одговарајући режњеви) које су имплициране биле су широко реплициране преко три атласа. Слике су визуализоване помоћу БраинНет Виевера (http://www.nitrc.org/projects/bnv/).

Довнлоад: 

• ППТ

  ПоверПоинт слиде

• ПНГ

  већа слика (3.47МВ)

• ТИФФ

  оригинална слика (3.16МВ)

Слика КСНУМКС. Мрежа смањене функционалне повезаности мозга код адолесцената са зависношћу од интернета.

Црвене тачке представљају стереотактичке центроиде можданих региона (чворова) дефинисаних атласом аутоматског анатомског означавања (ААЛ), а плаве линије представљају супратхресхолд везе (т = КСНУМКС) које обухватају погођену мрежу идентификовану са мрежном статистиком (НБС) (p<0.05, исправљено компонентно). Осовински приказ илуструје умешаност интерхемисферних веза (тј. Веза које се укрштају између десне и леве хемисфере). Сагитални приказ илуструје укључивање фронталних, темпоралних и паријеталних режњева у погођену мрежу.

дои: КСНУМКС / јоурнал.поне.КСНУМКС.гКСНУМКС

Следећи Форнито ет ал. [КСНУМКС], ААЛ региони су категоризовани у одговарајуће главне режњеве (нпр. Фронтални, темпорални, паријетални), а проценат веза које повезују ове велике поделе је квантификован за сваки пар режњева. Утврђено је да су захваћене фронто-темпоро-паријеталне везе, али затиљни режањ није укључен у захваћену мрежу. Већина веза које су смањене у групи зависности од интернета укључивала је везе између субкортикалних региона и фронталних (~ КСНУМКС%) и паријеталних (~ КСНУМКС%) кортекса (Слика КСНУМКС). Да бисмо боље разумели које субкортикалне регије могу допринети овом налазу, испитали смо повезаност између сваког кортикалног режња и сваке субкортикалне регије одвојено у НБС мрежи (Слика СКСНУМКС). Ова анализа је открила да субкортикална подручја укључују хипокампус, глобус паллидус и путамен. Амигдална и каудатна језгра нису биле укључене у захваћену мрежу. Билатерални путамен био је најзаступљеније субкортикално подручје, показујући смањену повезаност са сва три главна церебрална режња. Овај образац је реплициран употребом МНИ атласа, из којег је резултирајућа мрежа укључивала само путамена и инсулу, поред фронталних, паријеталних и темпоралних режњева; цаудате нуцлеус и оцципитал лобе нису били укључени у захваћену мрежу.

Довнлоад:  

 

• ППТ

  ПоверПоинт слиде

• ПНГ

  већа слика (КСНУМКСКБ)

• ТИФФ

  оригинална слика (КСНУМКСКБ)

Слика КСНУМКС. Удео повезаности у интернет зависности повезује различите парове широких церебралних подела.

Број веза које укључују сваки пар подјела нормализиран је укупним бројем парних веза. Треба имати на уму да су хипокампус, глобус паллидус и путамен додијељени субкортикалној категорији, а предњи цингуларни гирус је додијељен фронталној категорији. Амигдална и каудатна језгра нису биле укључене у поремећену мрежу и тако није било потребе да се ови региони распореде у режњу. Путамен, билатерално, био је најзаступљеније субкортикално подручје, показујући смањену повезаност са сва три главна церебрална режња.

дои: КСНУМКС / јоурнал.поне.КСНУМКС.гКСНУМКС

Нисмо идентификовали ниједну мрежу са повећаном повезаношћу у групи за овиснике о интернету. Није пронађена значајна корелација између функционалне повезаности у идентификованој мрежи и ИИАС скора, било у групи за овисност на интернету или у контролама.

Групне разлике у топологији мреже

Није примијећена разлика између група у просјечном коефицијенту кластеризације, карактеристичној дужини пута или омјеру малих свјетова у било којој испитаној густини мреже (p<0.05, исправљено ФДР) (Слика КСНУМКС). Поред тога, ниједна разлика између група у одговарајућим локалним (регион-специфиц) мерама није преживела ФДР корекцију за вишеструка поређења. Примена мање строге лажно позитивне корекције p<(1/90) = 0.011 [КСНУМКС] да би се истражили ефекти на нивоу трендова, добијене су разлике између група у локалном коефицијенту груписања и локалној дужини пута која се појављује претежно у окципиталним режњевима (Таблес СКСНУМКС S2).

Довнлоад: 

 

• ППТ

  ПоверПоинт слиде

• ПНГ

  већа слика (1.57МВ)

• ТИФФ

  оригинална слика (1.87МВ)

Слика КСНУМКС. Параметри мале функционалности повезивања мозга код адолесцената са интернет зависношћу.

дои: КСНУМКС / јоурнал.поне.КСНУМКС.гКСНУМКС

Дискусија

Докази о смањеној функционалној повезаности мозга пронађени су код адолесцената са зависношћу од интернета. У складу са садашњим моделима који наглашавају улогу кортико-субкортикалне патологије у зависности [КСНУМКС], КСНУМКС% веза у измењеној мрежи које разликују овисне појединце и здраве контроле укључивале су везе између фронталних и субкортикалних региона. Додатни КСНУМКС% је повезивао субкортикалне и паријеталне области, са више ограничених доказа за укључивање инсуле, опет у складу са недавним доказима о укључености ових региона у зависност. Имајте на уму да наша анализа даје строги тест кортико-субкортикалних модела зависности, јер је укључивао мере функционалне повезаности између КСНУМКС различитих региона распоређених у мозгу. Чињеница да су кортико-субкортикални системи појавили као истакнуту патологију користећи ову потпуно дата-дата анализу пружа снажну подршку за укључивање ових система у зависност од интернета. Штавише, наши налази указују на то да интернет зависност дијели неуробиолошке карактеристике заједничке са другим поремећајима овисности, а посебно да субкортикалне регије могу представљати језгрене странице патологије мрежне мреже. Важна напомена је мишљење Националног института за злоупотребу дрога да би овисности о понашању могле бити релативно чисти модели овисности, узимајући у обзир да ови увјети нису загађени дјеловањем твари [КСНУМКС]. Док је проучавање многих других поремећаја зависности неизбежно збуњено секундарним ефектима токсичности злоупотребе супстанци, интернет зависност се дијагностикује на понашање и тиме обезбеђује више циљани модел за проучавање зависности који је ослобођен дугорочних ефеката дроге.

У овој студији, НБС је коришћена са величином мреже која је мерена на основу њеног обима; то јест, укупан број веза које чине мрежу. Ова мјера величине није погодна за откривање жаришних ефеката који укључују појединачне, изолиране везе које не чине колективно мрежу. Да би се тестирала ова врста фокалних разлика између група, НБС анализа је поновљена испитивања за разлике у маси компоненти, а не у величини. Статистика маса обезбеђује већу осетљивост на фокалне, интензивне ефекте од тестирања за разлике у величини компоненти. Поред тога, ми смо такође користили и поређења у односу на ивице користећи ФДР, који ће бити веома осетљив на високе интензитете, фокалне ефекте. Није било значајних разлика између група у односу на ФДР или масовну статистику, што указује да неприродна повезаност у интернет зависности обухвата дистрибуирану мрежу која укључује неколико кортикалних и субкортикалних региона.

С обзиром да је познато да су својства мреже мозга осетљива на избор шаблоне за парцелацију, истражили смо неколико алтернативних схема парцелације како бисмо процијенили поновљивост било којих налаза на промјене у дефиницијама чворова. [КСНУМКС], [КСНУМКС], [КСНУМКС]. То нам је омогућило да искључимо могућност да су одређени налази само због статистички повољног позиционирања чворова, али не и поновљивих с другим познатим парцелацијама.

IУ супротности са смањеном снагом функционалне повезаности, тополошки параметри нису открили значајне групне разлике. Чак и када смо спровели даљње истраживачке анализе засноване на мање строгој контроли против грешке типа И, резултати су указали на могућу тополошку разлику која се углавном односи на потиљачни режањ, што није утицало у НБС анализи. Дакле, док је зависност од интернета била повезана са широко распрострањеним и значајним смањењем функционалне повезаности у кортико-субкортикалним круговима, ово смањење није било повезано са глобалним поремећајем у топологији функционалне мреже мозга. Ова студија показује да широко распрострањене разлике у функционалној повезаности могу постојати у одсуству промјена у основним тополошким мјерама. Може се чинити изузетним да су разлике у снази повезаности биле толико раширене у одсуству било каквих значајних тополошких разлика. Међутим, важно је напоменути да су топологија и снага повезаности различита својства конектома, а абнормалности у једној не подразумевају абнормалности у другој. Слични налази су уочени и код других поремећаја [КСНУМКС], [КСНУМКС]. Напомињемо, међутим, да су групне разлике у неким тополошким својствима имале тенденцију према статистичкој значајности. Анализа већег узорка може да обезбеди неопходну моћ да се ови ефекти прогласе значајним. Наши резултати сугеришу да тополошке промене могу бити суптилније од оних које се примећују за мере функционалне повезаности.

Међу КСНУМКС везама укљученим у измењену мрежу, КСНУМКС су биле интерхемисферичне везе, а КСНУМКС је био интрахемисферичан, што указује на укључивање далекосежне и краткосежне везе кроз мозак. С обзиром на то да је зависност од интернета ново признато стање менталног здравља, са његовим концептом и дијагностичким критеријумима још увијек неухватљивим и неодређеним, можда би могло бити изненађујуће да нађе овако широко захваћену мрежу у мозгу ових субјеката. Недавно, Лин ет ал. (КСНУМКС) истраживао је интегритет мозга белих материја код адолесцената са зависношћу од интернета користећи дифузионо-тензорску слику, и нашао широко распрострањено смањење фракционисане анизотропије (ФА) у мозгу без површине веће ФА у групи зависности од интернета. [КСНУМКС]. Такви резултати указују на могућу анатомску основу за функционалне поремећаје уочене у нашем узорку, хипотезу која се може тестирати коришћењем комбинованих фМРИ и дифузионом пондерисаних слика код истих учесника. [КСНУМКС].

Што се тиче великог броја интерхемисферних веза које се налазе у измењеној мрежи, сматра се да је ефикасна интерхемисферична комуникација важна у функцијама мозга [КСНУМКС]-[КСНУМКС]. Међутим, релативно мало неуро-сликовних студија зависности се бавило функционалном интеграцијом између билатералних хемисфера. Недавно, Келли ет ал. (КСНУМКС) уочили су смањену интерхемисферну функционалну повезаност код одраслих зависних од кокаина [КСНУМКС]. Они су показали примарну укљученост фронто-паријеталне мреже, са релативном штедњом временских региона, резултате који су паралелни нашим налазима. Иако су аутори расправљали о налазу углавном као одраз дугорочних ефеката хроничног излагања кокаину, они су такође поменули могућност да је смањена интерхемисферична функционална повезаност могла претходити излагању кокаину као рањивости на поремећаје зависности. Наши резултати указују на то да ове интерхемисферичне промјене одражавају или рањивост за поремећаје овисности или неуралну корелату генеричког понашања овисности, умјесто да буду секундарне у односу на дуготрајну употребу дрога, с обзиром да је овисност у нашем узорку дефинирана у чисто бихевиоралним терминима. Ове могућности се могу процијенити тестирањем фенотипских сличности између непромијењених рођака појединаца са поремећајима овисности о дрогама или понашању.

Занимљиво је да је сличан образац смањене функционалне повезаности стања мировања између фронталних и паријеталних региона пријављен и код појединца зависног од кокаина и хероина.s [КСНУМКС], [КСНУМКС]. У недавном прегледу, Сутхерланд ет ал. (КСНУМКС) сугерисали да би смањена повезаност у фронто-паријеталним круговима могла бити централна компонента у ослабљеној когнитивној контролној мрежи популација овисних о дрогама. [КСНУМКС]. Наш налаз у интернет зависности такође подржава идеју да смањена функционална повезаност између фронталних и паријеталних региона може бити заједничка карактеристика различитих типова зависности, што указује на присуство заједничког фенотипа који није секундарна последица употребе дрога. Поред тога, скорашње истраживање функционалне повезаности целог мозга код шизофреније показало је истакнуте фронто-темпоралне а не фронто-паријеталне или фронто-стријаталне промене. [КСНУМКС], у складу са класичним патофизиолошким моделима поремећаја [КСНУМКС]. Наравно, најзначајнији налаз ове студије је да је зависност од интернета повезана са патологијом стријаталних кола, посебно системом који је обично укључен у друге поремећаје зависности, што сугерише заједнички неуробиолошки фенотип. Идентификовање измењених стриатних кола које се преклапају са онима добро утврђених поремећаја зависности могу бити корисне за тестирање да ли је модел зависности одговарајући теоријски оквир за разумевање поремећаја [КСНУМКС], [КСНУМКС]. Међутим, да ли је релативно снажније оштећење фронто-паријеталне и фронто-стриаталне функционалне повезаности у великој мјери специфично везано за поремећаје овисности и даље остаје у питању. Потребне су будуће студије које директно упоређују различите поремећаје како би се успоставила специфичност.

Један од најзанимљивијих налаза у тренутној студији био је снажан ангажман путамена. Познато је да ова структура мозга модулира неколико неуротрансмитера, укључујући допамин, а блунтирана стриаминска допаминергичка функција је снажно имплицирана као један од кључних биолошких механизама поремећаја зависности. [КСНУМКС]. Допамин је кључни модулатор функције путамена и може играти важну улогу у поремећајима функционалне повезаности који су уочени у овој студији. Ово је у складу са недавним доказима да је доступност стриатних допаминских транспортера и ДКСНУМКС рецептора промењена код људи са зависношћу од интернета [КСНУМКС], [КСНУМКС] и да генетска и фармаколошка модулација нивоа допамина у мозгу може имати дубок утицај на обрасце функционалне повезаности [КСНУМКС]-[КСНУМКС]. Узимајући у обзир ове претходне извештаје и предложени неуробиолошки механизам зависности који укључује пригушену допаминергичку функцију стријатала [КСНУМКС]разумевање ефеката допамина на мрежу која је идентификована као показатељ промењене функционалне повезаности у овој студији представљат ће важан пут напријед у разумијевању неуробиолошких корелата интернет зависности.

Интересантан је и наш налаз да је путамен био најзаступљеније субкортикално подручје у смањеној функционалној мрежи, штедећи каудатно језгро. Обе структуре су део стриатума, који је пак део субкортикалних структура. Путамен се обично сматра регионом мозга повезаним са моторичком активношћу, и мање је често укључен у додавање супстанци него каудатни. Међу моторичким активностима, показало се да је добро научена секвенца понављајућих покрета прстом повезана са активацијом у путамену [КСНУМКС]-[КСНУМКС]. Људи који пате од овисности о интернету могу проћи кроз много већу учесталост одређених понашања током дугог временског периода, што укључује понављање манипулације мишем и тастатуром, а та искуства могу да утичу на њихов мозак. Према томе, аберантна повезаност која проистиче из путамена можда указује на специфичност интернет зависности. Међутим, како нисмо мерили степен манипулације прстима код наших учесника, импликација смањене функционалности, а не повећане функционалне повезаности са путаменом у односу на манипулацију мишем / тастатуром, остаје отворена за будућа истраживања. Алтернативно, укључивање путамена у наше налазе може одражавати његову улогу у когнитивним процесима који се дијеле са каудатом и који су нарушени у зависности, као што је процес награђивања [КСНУМКС], [КСНУМКС].

Још једна ствар која је вредна дискусије је одсуство било какве повећане функционалне повезаности у групи зависности од интернета. Иако смо углавном очекивали смањење функционалне повезаности у групи зависности, у ствари, нисмо искључили могућност посматрања и повећане функционалне повезаности, посебно с обзиром на хипотезу да адолесценти са зависношћу од интернета могу показати ефекат праксе због превеликих онлине активности [КСНУМКС]-[КСНУМКС]. Једно од могућих објашњења негативног налаза могло би бити да наша мала величина узорка није имала моћ да открије повећање функционалне повезаности повезано са праксом. Међутим, још није у потпуности утврђено да ли се когнитивни учинак у одређеним задацима или озбиљност одређених психопатологија манифестују као смањена или повећана функционална повезаност [КСНУМКС], [КСНУМКС]. Још једно разматрање би требало да буде да ефекат дуготрајне прекомерне употребе интернета може другачије утицати на мозак према субпопулацији. На пример, субпопулација која се зове професионални играчи онлине игара бави се интензивним интернет активностима, проводи сличне дуге количине времена практицирајући онлине игре и вероватно је боља у тим играма од људи са интернет зависношћу, а ипак изгледа да није овисна о чему свједочи знатно нижи ИИАС резултат [КСНУМКС]. Стога се може претпоставити да се ефекти праксе у интернетским активностима можда манифестују другачије зависно од појединца.

Ова студија има нека важна ограничења. Прво, величина узорка је била прилично мала, што је вероватно ограничило нашу моћ да детектујемо значајне корелације између функционалне повезаности и ИИАС резултата. Дакле, тренутни налаз треба реплицирати у већем узорку учесника са зависношћу од интернета и контролама. Међутим, вредно је напоменути да је величина нашег узорка у целини била упоредива са величином некадашњих функционалних неуроимагинг студија интернет зависности. Наш узорак је био јединствен, јер су се већина бивших студија базирала на одраслима [КСНУМКС]-[КСНУМКС]. Друго, дијагностички критеријуми за интернет зависност још нису чврсто успостављени, иако наши налази указују на потенцијалну неуробиолошку основу за овај наводни поремећај. Треће, иако смо искључили коморбидне менталне поремећаје користећи К-САДС-ПЛ, можда су још увијек присутни симптоми субгромног нивоа коморбидних менталних стања. Четврто, прикупљање ширег опсега клиничких информација као што су навике спавања можда су обогатиле наше податке и побољшале наш допринос литератури [КСНУМКС], [КСНУМКС]. Коначно, дизајн пресека студије ограничава тумачење узрочне везе између смањене функционалне повезаности и развоја зависности од интернета. Треба напоменути да се кретање главе појавило као важна сметња у функционалном неуроизазивању [КСНУМКС], [КСНУМКС]. Кретање главе је свеобухватно процијењено у овој студији користећи низ недавно предложених мјера ротације и расељавања [КСНУМКС]. Ниједна значајна разлика између група није нађена за било коју од разматраних мера кретања главе.

IРезултати ове студије указују на то да адолесценти са интернет зависношћу приказују измењену функционалну повезаност мозга у одсуству великих поремећаја мрежне топологије. Измењена мрежа показала је велико укључивање међупотворених међупотворених веза великог домета, као и интрахемисферних веза кратког домета кроз мозак. Подкортикална подручја мозга могу играти важну улогу у овој измијењеној мрежи, посебно путамену, који је показао смањену повезаност са сва три главна мозга.

Подршка информације

Фигуре_СКСНУМКС.тиф

• 1 / 4

шипакудео

Довнлоад

Мрежа смањене функционалне повезаности мозга код адолесцената са интернет зависношћу (користећи различите атласе).Црвене тачке представљају стереотактичке центроиде можданих региона (чворова) дефинисаних структуралним атласом (А) Монтреалског неуролошког института (МНИ) и атласом (Б) случајног парцелирања, а плаве линије представљају супратхресхолд везе (т = КСНУМКС и КСНУМКС, респективно) које обухватају мрежа идентификована са мрежном статистиком (НБС) (p<0.05, исправљено по компонентама).

Фигуре СКСНУМКС.

Мрежа смањене функционалне повезаности мозга код адолесцената са интернет зависношћу (користећи различите атласе).Црвене тачке представљају стереотактичке центроиде можданих региона (чворова) дефинисаних структуралним атласом (А) Монтреалског неуролошког института (МНИ) и атласом (Б) случајног парцелирања, а плаве линије представљају супратхресхолд везе (т = КСНУМКС и КСНУМКС, респективно) које обухватају мрежа идентификована са мрежном статистиком (НБС) (p<0.05, исправљено по компонентама).

(ТИФ)

Фигуре СКСНУМКС.

Удео повезаности у интернет зависности повезује различите парове широких церебралних подела (детаљно за субкортикалне регионе).Број веза које укључују сваки пар подјела нормализира се укупним бројем парних веза.

(ТИФ)

Табле СКСНУМКС.

Коефицијент локалног груписања.Ова табела показује резултате на нивоу тренда са мање строгом погрешном корекцијом p<(1/90) = 0.011; ниједан резултат није преживео стандардну корекцију стопе лажних откривања за вишеструка поређења.

(ДОЦ)

Табле СКСНУМКС.

Локална дужина пута.Ова табела показује резултате на нивоу тренда са мање строгом погрешном корекцијом p<(1/90) = 0.011; ниједан резултат није преживео стандардну корекцију стопе лажних откривања за вишеструка поређења.

(ДОЦ)