Ändrad standard nätverkslägefunktionell anslutning hos ungdomar med internetmissbruk (2013)

PLoS One. 2013; 8 (3): e59902. doi: 10.1371 / journal.pone.0059902. Epub 2013 Mar 26.

Abstrakt

Syfte

Överdriven användning av Internet har kopplats till en rad negativa psykosociala konsekvenser. Denna studie använde funktionell magnetisk resonanstomografi i vilotillstånd (fMRI) för att undersöka om funktionell anslutning förändras hos ungdomar med internetspelmissbruk (IGA).

Metoder

Sjutton ungdomar med IGA och 24 normala kontrollungdomar genomgick en 7.3 minuters fMRI-skanning i vilotillstånd. Posterior cingulate cortex (PCC)-anslutning bestämdes hos alla försökspersoner genom att undersöka synkroniserade lågfrekventa fMRI-signalfluktuationer med hjälp av en tidsmässig korrelationsmetod. För att bedöma sambandet mellan IGA-symtoms svårighetsgrad och PCC-anslutning korrelerades kontrastbilder som representerade områden korrelerade med PCC-anslutning med poängen för de 17 försökspersonerna med IGA på Chen Internet Addiction Scale (CIAS) och Barratt Impulsiveness Scale-11 (BIS-11) ) och deras timmar av internetanvändning per vecka.

Resultat

Det fanns inga signifikanta skillnader i fördelningen av ålder, kön och utbildningsår mellan de två grupperna. Försökspersonerna med IGA visade längre internetanvändning per vecka (timmar) (p<0.0001) och högre CIAS (p<0.0001) och BIS-11 (p = 0.01) poäng än kontrollerna. Jämfört med kontrollgruppen uppvisade försökspersoner med IGA ökad funktionell anslutning i den bilaterala lillhjärnans baklob och den mellersta temporala gyrusen. Den bilaterala nedre parietallobulan och den högra nedre temporala gyrusen uppvisade minskad anslutning. Anslutning till PCC var positivt korrelerad med CIAS-poäng i höger precuneus, posterior cingulate gyrus, thalamus, caudate, nucleus accumbens, kompletterande motorområde och lingual gyrus. Det var negativt korrelerat med den högra lillhjärnans främre lob och den vänstra övre parietalloben.

Slutsats

Våra resultat tyder på att ungdomar med IGA uppvisar olika vilotillståndsmönster av hjärnaktivitet. Eftersom dessa förändringar delvis överensstämmer med de hos patienter med substansberoende, stöder de hypotesen att IGA är ett beteendeberoende som kan dela liknande neurobiologiska abnormiteter med andra beroendesjukdomar.

 

Beskrivning

Under det senaste decenniet har forskning ackumulerats som tyder på att överdriven internetanvändning kan leda till utvecklingen av ett beteendeberoende [1]. Internetberoende (IA) anses vara ett allvarligt hot mot mental hälsa, och överdriven användning av internet har kopplats till en rad negativa psykosociala konsekvenser. Använda Youngs diagnostiska frågeformulär [YDQ][2]Sinmoes et al. fann att 11 % av 12-18-åriga ungdomar i Grekland uppfyllde kriterierna för IA [3]. Cao och Su fann att 2.4 % av ungdomarna i Kina klassificerades som att de hade IA [4]. Shek et al. [5] rapporterade att 19.1 % av Hongkongs kinesiska ungdomar hade IA. Följaktligen är IA utbredd i östliga och västerländska samhällen, vilket indikerar att det är en global störning som är värd mer uppmärksamhet [6].

Nyligen har "icke-substansrelaterat beteendeberoende" föreslagits inom psykiatrin [7]. I motsats till den vanliga uppfattningen att beroende är specifikt för beroende av droger och kemiska ämnen, har termen "beroende" använts för att hänvisa till en rad överdrivna beteenden, såsom spelande[8], spelar videospel[9], sex och andra beteenden. Även om sådana beteendeberoende inte involverar ett kemiskt berusningsmedel eller ämne, har en grupp forskare hävdat att vissa kärnaspekter av beteendeberoende liknar dem som gäller kemiskt eller substansberoende.[10]. Andra har uppgett att beteendeberoende individer delar vissa symtom med och kommer att uppleva liknande konsekvenser som personer som är beroende av alkohol och andra droger, inklusive tvångsbeteenden.

Internetberoendestörning (IAD) är ett psykiskt problem som är värt ytterligare vetenskaplig undersökning. Förekomsten av IAD har faktiskt fått så mycket uppmärksamhet att den borde inkluderas i DSM-V[11]. Neuroimaging-studier erbjuder en fördel jämfört med traditionella undersöknings- och beteendeforskningsmetoder eftersom det gör det möjligt att särskilja specifika hjärnområden som är involverade i utveckling och underhåll av missbruk. I denna studie använde vi vilotillstånd funktionell magnetisk resonanstomografi (fMRI) för att undersöka standardlägesnätverket (DMN) hos ungdomar med IGA. Syftet med denna studie var 1) att undersöka förändrad standardnätverks vilotillstånd funktionell anslutning (FC), 2) att undersöka om några förändringar överensstämmer med de som ses hos patienter med substansberoende, och 3) för att avgöra om det finns några förändringar. relationer mellan förändrad FC och beteende- och personlighetsmått hos patienter med IAD.

 

Material och metoder

Ämnen

Alla försökspersoner rekryterades från avdelningen för barn- och ungdomspsykiatri vid Shanghai Mental Health Center. De var 14 till 17 år gamla. Vi avbildade sjutton försökspersoner vars beteende överensstämde med DSM-IV-kriterierna för IA enligt det modifierade diagnostiska frågeformuläret för Internetberoende (dvs. YDQ) kriterierna av Beard [12]. Tjugofyra ålders- och könsmatchade friska individer utan personlig eller familjehistoria av psykiatriska störningar avbildades också som kontrollgrupp. Alla försökspersoner var högerhänta och ingen av dem rökte.

Ett grundläggande informationsformulär användes för att samla in demografisk information som kön, ålder, avslutat sista skolår och timmars internetanvändning per vecka. Denna studie godkändes av etikkommittén vid Ren Ji Hospital i Shanghai Jiao Tong University School of Medicine. Deltagarna och deras föräldrar eller vårdnadshavare informerades om syftet med vår studie innan magnetisk resonanstomografi (MRT) undersökningar genomfördes. Fullständigt och skriftligt informerat samtycke erhölls från föräldrar eller vårdnadshavare för varje deltagare.

Inklusions- och uteslutningskriterier

Alla försökspersoner genomgick en enkel fysisk undersökning inklusive blodtrycks- och hjärtfrekvensmätningar och intervjuades av en psykiater angående deras medicinska historia av nervösa, motoriska, matsmältnings-, andnings-, cirkulations-, endokrina, urin- och reproduktionsproblem. De screenades sedan för psykiatriska störningar med Mini International Neuropsychiatric Interview for Children and Adolescents (MINI-KID)[13]. Uteslutningskriterierna inkluderade en historia av missbruk eller beroende, tidigare sjukhusvistelse för psykiatriska störningar eller en historia av allvarliga psykiatriska störningar, såsom schizofreni, depression, ångestsyndrom och psykotiska episoder. Försökspersonerna med IAD behandlades inte med psykoterapi eller några mediciner.

Det diagnostiska frågeformuläret för IA anpassades från DSM-IV-kriterier för patologiskt spelande av Young [2]. YDQ vi använde bestod av åtta "ja" eller "nej"-frågor översatta till kinesiska. Den innehöll följande frågor: (1) Känner du dig upptagen av Internet, som indexerats genom att komma ihåg tidigare onlineaktivitet eller önskan om nästa onlinesession? (2) Känner du dig nöjd med din internetanvändning om du ökar din mängd onlinetid? (3) Har du misslyckats med att kontrollera, minska eller sluta använda Internet upprepade gånger? (4) Känner du dig nervös, temperamentsfull, deprimerad eller känslig när du försöker minska eller sluta använda Internet? (5) Håller du dig online längre än vad som ursprungligen var tänkt? (6) Har du tagit risken att förlora en betydande relation, jobb, utbildning eller karriärmöjlighet på grund av Internet? (7) Har du ljugit för dina familjemedlemmar, terapeut eller andra för att dölja sanningen om ditt engagemang med Internet? (8) Använder du Internet som ett sätt att fly från problem eller för att lindra ett oroligt humör (t.ex. känslor av hjälplöshet, skuld, ångest eller depression)? Young hävdade att fem eller fler "ja"-svar på de åtta frågorna indikerar en beroende användare. Senare, Skägg och Varg [12] ändrade YDQ-kriterierna för att ange att respondenter som svarade "ja" på frågorna 1 till 5 och minst en av de återstående tre frågorna ska klassificeras som lidande av IA.

Beteende- och personlighetsbedömningar

Fyra frågeformulär användes för att bedöma deltagarnas beteende- och personlighetsdrag, nämligen Chen Internet Addiction Scale (CIAS)[14], Self-Rating Anxiety Scale (SAS)[15], Self-Rating Depression Scale (SDS) [16], och Barratt Impulsiveness Scale-11 (BIS-11) [17]. Alla frågeformulär konstruerades till en början på engelska och översattes sedan till kinesiska.

MRI förvärv

MRT utfördes med en 3T MRI-skanner (GE Signa HDxt 3T, USA). En vanlig huvudspole med skumstoppning användes för att begränsa huvudets rörelse. Under fMRI i vilotillstånd instruerades försökspersonerna att hålla ögonen stängda, förbli orörliga, hålla sig vakna och att inte tänka på något speciellt. En gradient-eko-eko-planar sekvens användes för funktionell avbildning. Trettiofyra tvärgående skivor [repetitionstid (TR) = 2000 ms, ekotid (TE) = 30 ms, synfält (FOV) = 230×230 mm, 3.6×3.6×4 mm voxelstorlek] inriktade längs den främre kommissuren -posterior kommissurlinje förvärvades. Varje fMRI-skanning varade i 440 s. Flera andra sekvenser förvärvades också, inklusive (1) en sagittal T1-vägd 3D-magnetiseringspreparerad ekosekvens för snabb förvärvsgradient [TR = 9.4 ms, TE = 4.6 ms, flipvinkel = 15°, FOV = 256×256 mm, 155 skivor, 1×1×1 mm voxelstorlek], (2) axiella T1-vägda snabba fältekosekvenser [TR = 331 ms, TE = 4.6 ms, FOV = 256×256 mm, 34 skivor, 0.5×0.5×4 mm voxelstorlek], och (3) axiella T2W turbo-spin-ekosekvenser [TR = 3013 ms, TE = 80 ms, FOV = 256x256 mm, 34 skivor, 0.5x0.5x4 mm voxelstorlek].

Bildanalys

Två-prov t-test användes för gruppjämförelser för att undersöka demografiska skillnader mellan de två grupperna, och χ2-test användes för könsjämförelser. En tvåsvansad p-värde på 0.05 ansågs vara statistiskt signifikant för alla analyser.

Strukturella MR-undersökningar av hjärnan (T1- och T2-viktade bilder) inspekterades av två erfarna neuroradiologer. Inga grova abnormiteter observerades i någon av grupperna. Funktionell MRT-förbehandling utfördes med hjälp av Data Processing Assistant for Resting-State fMRI V 2.0 (YAN Chao-Gan, http://www.restfmri.net), som är integrerad med MRIcroN verktygsuppsättning (Chris Rorden, http://www.mricro.com), statistisk parametrisk kartläggning (SPM5; Wellcome Department of Imaging Neuroscience, London, Storbritannien) och Resting-State fMRI Data Analysis Toolkit (REST V1.8 programvara, Song et al., http://www.restfmri.net).

De första 10 volymerna av varje funktionell tidsserie kasserades på grund av instabiliteten hos den initiala MRI-signalen och den initiala anpassningen av deltagarna till situationen. Data från varje fMRI-skanning innehöll 220 tidpunkter och de återstående 210 bilderna förbehandlades. Bilderna korrigerades därefter för snitttiming och justerades om till den första bilden genom korrigering av styv kroppshuvudrörelse (patientdata visar rörelse större än 1 mm med maximal översättning i x, y, eller zeller 1° maximal rotation kring de tre axlarna kasserades). Ingen deltagare uteslöts på grund av rörelse. De funktionella bilderna normaliserades till standard stereotaktisk anatomisk Montreal Neurological Institute (MNI) utrymme. De normaliserade volymerna omsamplades till en voxelstorlek på 3 mm×3 mm×3 mm. De ekoplanära bilderna utjämnades rumsligt med ett isotropiskt Gaussiskt filter med 4 mm full bredd vid halva maximum.

Tidsserierna i varje voxel korrigerades för linjär drift över tiden. Nio störande kovariater (tidsserieprediktorer för global signal, vit substans, cerebrospinalvätska och de sex rörelseparametrarna) regresserades sekventiellt från tidsserien[18], [19]. Därefter applicerades temporal filtrering (0.01–0.08 Hz) på tidsserierna för varje voxel för att minska effekten av lågfrekventa drifter och högfrekvent brus[8], [20]-[22]

PCC-mallen, som bestod av Brodmanns områden 29, 30, 23 och 31, valdes ut som regionen av intresse (ROI) med hjälp av programvaran WFU-Pick Atlas[23]. De blodsyresättningsnivåberoende signaltidsserierna i voxlarna inom fröregionen beräknades medelvärde för att generera referenstidsserien. För varje ämne och fröregion producerades en korrelationskarta genom att beräkna korrelationskoefficienterna mellan referenstidsserierna och tidsserierna från alla andra hjärnvoxlar. Korrelationskoefficienter omvandlades sedan till z värden med Fishers z-omvandla för att förbättra fördelningens normalitet[22]. Individen z-poäng matades in i SPM5 för ett ensampling t-test för att bestämma hjärnregionerna med signifikant anslutning till PCC inom varje grupp. Individuella poäng matades också in i SPM5 för slumpmässig effektanalys och två-prov t-tester för att identifiera de regioner som uppvisar signifikanta skillnader i anslutning till PCC mellan de två grupperna. Multipel jämförelsekorrigering utfördes med hjälp av AlphaSim-programmet i mjukvarupaketet Analysis of Functional Neuroimages, som fastställts av Monte Carlo-simuleringar. Statistiska kartor över tvåprovet t-test skapades med en kombinerad tröskel på p<0.05 och en minsta klusterstorlek på 54 voxlar, vilket ger en korrigerad tröskel på p<0.05. Regioner som uppvisar statistiskt signifikanta skillnader maskerades på MNI-hjärnmallar. CIAS utvecklat av Chen innehåller 26 objekt på en 4-gradig Likert-skala. Dess totala poäng varierar från 26 till 104 och representerar allvaret av internetberoende. Tidigare studier har visat att patienter med IA har nedsatt impulskontroll [24]. Därför genererades kontrastbilder som representerar områden av korrelation mellan aktivitet i fröregionen och CIAS- och BIS-11-poäng och timmars internetanvändning per vecka (timmar) för de 17 försökspersonerna med IGA för att bedöma sambandet mellan svårighetsgraden av IGA-symtom, impulsivitet och PCC-anslutning, med en tröskel på p<0.05 AlphaSim korrigerad.

 

Resultat

Demografiska och beteendemått

Tabell 1 listar de demografiska och beteendemässiga åtgärderna för IGA och kontrollämnen. Det fanns inga signifikanta skillnader i fördelningen av ålder, kön och utbildningsår mellan de två grupperna. Försökspersonerna med IGA använde fler timmars internetanvändning per vecka (p<0.0001) och hade högre CIAS (p<0.0001) och BIS-11 (p = 0.01) poäng än kontrollerna. Inga skillnader i SAS- eller SDS-poäng hittades mellan grupperna.

miniatyr

Tabell 1. Demografiska och beteendeegenskaper hos de inkluderade deltagarna.

doi: 10.1371 / journal.pone.0059902.t001

Analys mellan grupper av PCC-anslutning

En mellangruppsanalys utfördes med ett tvåprovs t-test i SPM5. Jämfört med kontrollgruppen uppvisade försökspersoner med IGA ökad FC i den bilaterala cerebellum bakloben och den mellersta temporala gyrusen. Deras bilaterala nedre parietallobuli och högra nedre temporala gyrus uppvisade minskad anslutning (Tabell 2 och Figur 1).

miniatyr

Figur 1. Signifikanta skillnader mellan grupper i funktionell anslutning mellan friska kontrollpersoner och de med IGA.

Jämfört med kontrollgruppen uppvisade försökspersonerna med IGA ökad FC i den bilaterala cerebellum bakloben och den mellersta temporala gyrusen. Flera regioner uppvisade också minskad anslutning, inklusive den bilaterala nedre parietallobulan och den högra nedre temporala gyrusen. (p<0.05, AlphaSim-korrigerad). T-poängstaplarna visas till höger. Rött indikerar IGA>kontroller och blått indikerar IAD

doi: 10.1371 / journal.pone.0059902.g001

miniatyr

Tabell 2. Signifikanta skillnader mellan grupper i funktionell anslutning mellan specifika hjärnregioner och den bakre cingulate cortex.

doi: 10.1371 / journal.pone.0059902.t002

Korrelation mellan PCC-anslutning och CIAS- och BIS-11-poäng och timmars internetanvändning per vecka i ämnen med IGA

Anslutning till PCC var positivt korrelerad med CIAS-poäng i höger precuneus, posterior cingulate gyrus, thalamus, caudate, nucleus accumbens, supplementary motor area (SMA) och lingual gyrus, och det var negativt korrelerat i höger cerebellum främre lob och vänster överlägsen parietal lobul (Tabell 3 och Figur 2). Det fanns ingen signifikant korrelation mellan anslutning med PCC- och BIS-11-poäng eller timmars internetanvändning per vecka.

miniatyr

Figur 2. Hjärnregioner där funktionell anslutning till PCC korrelerade med CIAS-poäng signifikant hos patienter med IGA.

(p<0.05, AlphaSim-korrigerad).

doi: 10.1371 / journal.pone.0059902.g002

miniatyr

Tabell 3. Hjärnregioner där funktionell anslutning till PCC korrelerade med CIAS-poäng hos patienter med IGA.

doi: 10.1371 / journal.pone.0059902.t003

Obs: Den högra delen av figuren representerar patientens vänstra sida. PCC = posterior cingulate cortex; IGA = Internetspelberoende; CIAS = Chen Internet Addiction Scale.

 

Diskussion

Ackumulerande forskning tyder på att överdriven internetanvändning kan leda till utvecklingen av ett beteendeberoende [25], [26]. Människor som upplever IAD visar kliniska egenskaper som inkluderar sug, abstinens och tolerans[11], [27], ökad impulsivitet [28], och nedsatt kognitiv prestation i uppgifter som involverar riskfyllt beslutsfattande[29]. Vissa av dessa symtom har traditionellt sett associerats med substansrelaterade missbruk [30]. IA omfattar ett heterogent spektrum av internetaktiviteter som kan resultera i sjukdom, såsom spel, shopping, spel eller sociala nätverk. Spel representerar en del av den postulerade konstruktionen av IA, och spelberoende verkar vara den mest studerade formen av IA hittills [31]. Under de senaste åren har IAD blivit mer utbredd över hela världen och erkännandet av dess förödande inverkan på användare och samhälle har snabbt ökat. Den neurobiologiska mekanismen för IAD har dock inte klarlagts helt.

Vissa forskare stöder påståendet att IAD delar liknande neurobiologiska avvikelser med andra beroendesjukdomar. Hou et al.,[32] upptäckte att uttrycksnivåer för dopamintransportörer (DAT) i striatum var signifikant lägre hos individer med IAD med hjälp av 99mTc-TRODAT-1 datortomografi av hjärnskanningar med enkelfotonemission. DAT spelar en avgörande roll i regleringen av striatala synaptiska dopaminnivåer [33]och har använts som markörer för dopaminterminalerna [34]. Ett minskat antal cellmembran-DAT:er kan möjligen återspegla uttalad striatal dopaminterminal förlust eller försämringar av hjärnans dopaminerga system, vilket också har hittats vid substansrelaterat beroende [35]. Eftersom ökad extracellulär dopamin i striatum är förknippad med subjektiva beskrivningar av belöning, såsom hög och eufori [36], kan individer med IAD också uppleva eufori när extracellulära dopaminnivåer i striatum ökar. Patienter med patologiskt spelande visade en hög nivå av dopamin i ventral striatum under spelande[37]. Positronemissionstomografistudier har funnit ökad frisättning av dopamin i striatum under videospel [38].

Några forskare [39]-[44] har använt vilotillstånd fMRI hos patienter med substansberoende för att ytterligare förstå dess mekanismer och hjälpa till att förklara dess beteendemässiga och neuropsykologiska brister. Ett antal studier har identifierat viktiga hjärnregioner som tros delta i beroendesjukdomar, såsom nucleus accumbens [45], dorsal striatum och prefrontal cortex (PFC) [46], [47]. Resultaten från Zhang et al.,[39] visade aktiveringsmönsterskillnader mellan heroinberoende och friska försökspersoner, i regioner inklusive orbitofrontal cortex (OFC), cingulate gyrus, frontala och paralimbiska regioner såsom främre cingulate cortex (ACC), hippocampus/parahippocampal regioner, amygdala, caudate, putamen, posterior insula och thalamus. Dessa regioner är involverade i hjärnnätverk som underbygger belöning, motivation, inlärning och minne, och kontrollen av andra kretsar. Tanabe et al.,[40]fann att nikotinkonsumtion var associerad med minskad aktivitet i regioner inom DMN och ökad aktivitet i utomstriatiska regioner. De föreslog att dessa effekter av nikotin, i avsaknad av visuella stimuli eller ansträngande bearbetning, tyder på att dess kognitiva effekter kan innebära en förändring från nätverk som bearbetar intern information till de som bearbetar extern information. En annan studie rapporterade att rökare hade större koppling jämfört med icke-rökare mellan vänster frontoparietal och mediala prefrontala cortex (mPFC) nätverk. Rökare med den största mPFC-vänster fronto-parietal kopplingen hade den mest dorsala striatum röksignalreaktiviteten mätt under ett fMRI röksignalreaktivitetsparadigm[41]. En studie utförd av Ko CH et al., [48] utvärderade hjärnkorrelat av cue-inducerat sug efter att spela onlinespel i ämnen med IGA. Deras resultat visade att den bilaterala dorsolaterala prefrontala cortex (DLPFC), precuneus, vänster parahippocampus, posterior cingulate och höger anterior cingulat aktiverades som svar på spelsignaler i IGA-gruppen på ett sätt som var starkare än i kontrollgruppen. Således tyder dessa fynd på att den neurobiologiska grunden för IGA liknar dem för missbruksstörningar.

Baserat på den modell som föreslagits av Volkowet al.,[49] ett antal neurobiologiska system kan förmedla cue-inducerat spelsuget. Dessa inkluderar visuella bearbetningsområden som nackloben eller precuneus som länkar spelsignaler till intern information och minnessystem som inkluderar hippocampus, parahippocampus eller amygdala och som tillhandahåller känslomässiga minnen och kontextuell information för spelledarna. De inkluderar också belöningssystem som det limbiska systemet och posterior cingulate som möjliggör utvärdering av spelrelaterad information och ger förväntningar och belöning betydelse, och de inkluderar motivation system som den främre cingulate och orbitala frontalloben som styr lusten till spel . Slutligen inkluderar dessa system exekutiva system som DLPFC och prefrontal cortex som gör att man kan skapa en plan för att komma online för spel.

Vi fann försökspersoner med IGA uppvisade ökad FC i den bilaterala lillhjärnans bakre lob och mitten av temporal gyrus. Den bilaterala nedre parietallobulan och den högra nedre temporala gyrusen uppvisade minskad anslutning jämfört med kontrollgruppen. Anslutning till PCC var positivt korrelerad med CIAS-poäng, som är relaterade till svårighetsgraden av IGA, i höger precuneus, posterior cingulate gyrus, thalamus, caudate, nucleus accumbens, kompletterande motorområde och lingual gyrus. De var negativt korrelerade med den högra lillhjärnans främre lob och den vänstra övre parietalloben.

Lillhjärnans funktioner är inte begränsade till rörelse och balans, eftersom den också spelar en viktig roll i emotionella och kognitiva processer [50], [51]. Den tar emot input från sensoriska system och andra delar av hjärnan, och integrerar dessa input för att finjustera motorisk aktivitet[52]. Den bakre lillhjärnan är övervägande involverad i kognitiv reglering[53], signalbehandling och lagring av relevanta auditiv-verbala minnesprocesser[54]. Blodflödet (rCBF) ökar tydligen i lillhjärnan när suget induceras av en kokainsignal [55]. Paradiso och Takeuchi hävdade att cerebellär aktivering kan vara relaterad till känslomässiga processer och uppmärksamhet under cue-induktion [56], [57]. I forskning om förändringar i regional homogenitet (Reho) av hjärnaktivitet i vilotillstånd hos patienter med IGA[58], det var ökad Reho i den vänstra bakre lillhjärnan. Detta tyder på att lillhjärnan spelar en viktig roll i begäret inducerat av IGA, särskilt under förberedelser, avrättning, arbetsminne[59]och finmotoriska processer modulerade av extrapyramidala system. Vi fann ökad FC i den bilaterala bakre lillhjärnan, men en negativ korrelation i den högra lillhjärnans främre lob med CIAS-poäng. Även om platserna var olika, när det gällde lillhjärnans funktioner, fanns det en viktigare distinktion längs den mediala-till-laterala dimensionen. Som sådan kan detta påstående inte bekräftas i denna aktuella studie och måste undersökas av en uppföljande studie.

Den bilaterala mellantemporala gyrusen visade ökad FC hos patienter med IGA, men den högra nedre temporala gyrusen visade minskad FC. Den lägre temporala gyrusen är en av de högre nivåerna av den ventrala strömmen av ljud- och visuell bearbetning, och är associerad med representationen av komplexa objektsdrag[60]. Dong et al. fann minskad Reho i den inferior temporal gyrus, och de skrev att minskad ReHo i visuella och auditiva relaterade hjärnregioner kan tyda på att den minskade synkroniseringen hos försökspersoner med IGA kan vara resultatet av en lång varaktighet av spel. [58]. Våra resultat överensstämmer delvis med denna hypotes, som bör undersökas i framtida studier.

Vi fann minskad FC i den bilaterala inferior parietallobuli, och FC av den vänstra överlägsna parietallobuli inklusive PCC var negativt korrelerad med CIAS-poäng. Olika studier har funnit att parietalloben har ett samordnat engagemang i visuospatiala uppgifter. Positionsförändringar av det övervakade objektet kan leda till stark bilateral aktivering av den överlägsna parietala cortex[61]. Olson et al.,[62]upptäckte att parietalloben spelade en dominerande roll i korttidsminnet. Vidare har vissa forskare antagit att parietalbarken kan spela en roll för att reglera uppmärksamhet eller hålla tillbaka motoriska svar under svarshämningsuppgifter[63], [64].

Anslutning till PCC var positivt korrelerad med CIAS-poäng i höger precuneus, posterior cingulate gyrus, thalamus, caudate, nucleus accumbens, SMA och lingual gyrus. De flesta av dessa regioner är en del av belöningssystemet[65]. Precuneus är förknippat med visuella bilder, uppmärksamhet och minneshämtning. Den deltar i den visuella processen och integrerar relaterade minnen. Forskning tyder på att precuneus aktiveras av spelsignaler, integrerar hämtade minnen och bidrar till cue-inducerat sug efter onlinespel.[66]. Som en central komponent i det föreslagna DMN är PCC inblandad i uppmärksamhetsprocesser. Tidigare studier har visat att PCC-neuroner svarar på belöningsmottagning, magnitud och visuell-spatial orientering [67], [68]. Tidigare studier har funnit att thalamus spelar en viktig roll i belöningsbearbetningen [69] och målinriktade beteenden, tillsammans med många andra kognitiva och motoriska funktioner [70]. Dong et al.,[71] hittade onormala thalamo-kortikala kretsar hos patienter med IGA, vilket tyder på implikationer för belöningskänslighet. Aktivering av striatum har rapporterats under belöningsförutsägelse, spårning av belöningsförutsägelsefel och i mer komplexa spelparadigm [72], [73] Nyligen har det föreslagits att striatum är inblandat i att koda stimulans framträdande snarare än att ha en exklusiv roll i belöningsbearbetning i sig.[74]. Åtgärdsförberedelser för belöning kan modulera aktiviteten i hjärnregioner som dorsalstriatum.[75]-[77]. Studier av svarshämning med hjälp av fMRI har konsekvent funnit att pre-SMA är avgörande för valet av lämpliga beteenden, inklusive att utföra lämpliga och hämma olämpliga svar [78].

Den linguala gyrusen är ett visuellt område. Vi har tidigare funnit skillnader i grå substansdensitet i lingual gyrus hos friska försökspersoner jämfört med de med IAD [79], [80]. Detta visuella associativa område har varit inblandat i schizofreni[80]-[83]. En studie[83] visat ökad gyrifiering och minskad kortikal tjocklek av lingual gyrus, vilket utökade tidigare fynd av avvikande morfologi i lingualområdet vid schizofreni[84]. Höger parahippocampus och lingual gyrus har visat sig vara involverade i höger hemisfäriska dominerade nätverk som medierar känslomässiga funktioner [85]. Dessutom har Seiferth et al. [86] visade att höger lingual gyrus hyperaktiverades under känslodiskriminering hos högriskämnen.

Avvikelser i FC av PCC med mPFC och ACC hittades inte i denna studie. Detta kan delvis bero på den begränsade urvalsstorleken och den milda svårighetsgraden av IAD hos deltagarna jämfört med ämnen som vi undersökt tidigare [25], [48], [57].

Begränsningar av studien

Det finns flera begränsningar som bör nämnas i denna studie. För det första baserades diagnosen IAD huvudsakligen på resultat av självrapporterade frågeformulär, vilket kan orsaka viss felklassificering. För det andra var urvalsstorleken relativt liten, vilket kan minska kraften i de statistiska analyserna och hindra generaliseringen av resultaten. På grund av denna begränsning bör de rapporterade resultaten betraktas som preliminära och de bör replikeras i framtida studier med större urvalsstorlekar. För det tredje, som en tvärsnittsstudie visar våra resultat inte tydligt om de psykologiska egenskaperna föregick utvecklingen av IAD eller var en konsekvens av överanvändning av Internet. Därför bör framtida prospektiva studier klargöra orsakssambanden mellan IAD och psykologiska åtgärder. Sist, för att klargöra den delade neurobiologin av substansberoende och beteendeberoende såsom IGA, bör ytterligare forskning utföras som undersöker patienter från båda kliniska populationerna.

 

Slutsatser

Denna artikel beskriver en preliminär studie av FC hos ungdomar med IGA. Våra resultat antydde att ungdomar med IGA uppvisade olika vilotillståndsmönster av neuronal aktivitet. Förändringarna överensstämde delvis med de som har rapporterats hos patienter med substansberoende. Därför stöder dessa resultat hypotesen att IGA som ett beteendeberoende kan dela liknande neurobiologiska avvikelser med andra beroendesjukdomar.

 

Erkännanden

Författarna tackar Dr Yong Zhang och Dr He Wang från GE Healthcare för tekniskt stöd.

 

Författarbidrag

Tänkte och designade experimenten: YZ Y-sD J-rX. Utförde experimenten: W-nD J-hS Y-wS LL. Analyserade data: Y-wS YZ W-nD. Bidragna reagenser/material/analysverktyg: Y-wS YZ W-nD. Skrev uppsatsen: Y-wS YZ W-nD.

 

Referensprojekt

  1. 1. Kuss DJ, Griffiths MD (2012) Internet- och spelberoende: En systematisk litteraturgenomgång av neuroimagingstudier. Brain Sciences 2: 347–374. doi: 10.3390 / brainsci2030347. Hitta den här artikeln online
  2. 2. Young KS (1998) Internetberoende: uppkomsten av en ny klinisk störning. Cyberpsychology the Behavior 1: 237–244. doi: 10.1089 / cpb.1998.1.237. Hitta den här artikeln online
  3. 3. Siomos KE DE, Braimiotis DA, Mouzas OD, Angelopoulos NV (2008) Internetberoende bland grekiska tonårsstudenter. Cyberpsychol Behav 11: 653–657. doi: 10.1089 / cpb.2008.0088. Hitta den här artikeln online
  4. 4. Cao F SL (2007) Internetberoende bland kinesiska ungdomar: prevalens och psykologiska egenskaper. Child Care Health Dev 33: 2765–2781. doi: 10.1111 / j.1365-2214.2006.00715.x. Hitta den här artikeln online
  5. 5. Shek DT, Tang VM, Lo CY (2008) Internetberoende hos kinesiska ungdomar i Hong Kong: bedömning, profiler och psykosociala korrelat. ScientificWorldJournal 8: 776–787. doi: 10.1100 / tsw.2008.104. Hitta den här artikeln online
  6. 6. Ko CH YJ, Yen CF, Chen CS, Chen CC (2012) Sambandet mellan Internetberoende och psykiatrisk störning: en genomgång av litteraturen. Eur Psychiatry 27: 1–8. doi: 10.1016 / j.eurpsy.2010.04.011. Hitta den här artikeln online
  7. 7. Alavi SS, Ferdosi M, Jannatifard F, Eslami M, Alaghemandan H, et al. (2012) Beteendeberoende kontra substansberoende: Korrespondens mellan psykiatriska och psykologiska åsikter. Int J Prev Med 3: 290–294. Hitta den här artikeln online
  8. 8. Rogers P (1998) The Cognitive Psychology of Lottery Gambling: A Theoretical Review. J Gambl Stud 14: 111–134. Hitta den här artikeln online
  9. 9. Keepers GA (1990) Patologisk upptagenhet med videospel. J Am Acad Child Adolesc Psychiatry 29: 49–50. Hitta den här artikeln online
  10. 10. Lesieur HR BS (1993) Patologiskt spelande, ätstörningar och missbruk av psykoaktiva substanser. j addict Dis 12: 89–102. doi: 10.1300/J069v12n03_08. Hitta den här artikeln online
  11. 11. Block JJ (2008) Problem för DSM-V: Internetberoende. Am J Psykiatri 165: 306-307. doi: 10.1176 / appi.ajp.2007.07101556. Hitta den här artikeln online
  12. 12. Beard KW, Wolf EM (2001) Modifiering av de föreslagna diagnoskriterierna för Internetberoende. Cyberpsychol Behav 4: 377–383. doi: 10.1089/109493101300210286. Hitta den här artikeln online
  13. 13. Sheehan DV, Sheehan KH, Shytle RD, Janavs J, Bannon Y, et al. (2010) Tillförlitlighet och validitet av Mini International Neuropsykiatrisk Intervju för barn och ungdomar (MINI-KID). J Clin Psychiatry 71: 313–326. doi: 10.4088/JCP.09m05305whi. Hitta den här artikeln online
  14. 14. Chen SH WL, Su YJ, Wu HM, Yang PF (2003) Utveckling av kinesisk skala för Internetberoende och dess psykometriska studie. Chinese J Psychol 45: 279–294. Hitta den här artikeln online
  15. 15. Zung WW (1971) Ett klassificeringsinstrument för ångestsyndrom. Psychosomatics 12: 371–379. Hitta den här artikeln online
  16. 16. Zung WW (1965) A Self-Rating Depression Scale. Arch Gen Psychiatry 12: 63–70. doi: 10.1001 / archpsyc.1965.01720310065008. Hitta den här artikeln online
  17. 17. Patton JH, Stanford MS, Barratt ES (1995) Faktorstruktur på Barratts impulsivitetsskalan. J Clin Psychol 51: 768–774. doi: 10.1002/1097-4679(199511)51:6<768::AID-JCLP2270510607>3.0.CO;2-1. Hitta den här artikeln online
  18. 18. Fox MD, Snyder AZ, Vincent JL, Corbetta M, Van Essen DC, et al. (2005) Den mänskliga hjärnan är i sig organiserad i dynamiska, anti-relaterade funktionella nätverk. Proc Natl Acad Sci USA 102: 9673–9678. doi: 10.1073 / pnas.0504136102. Hitta den här artikeln online
  19. 19. Fox MD SA, Vincent JL, Corbetta M, Van Essen DC, et al. (2005) Den mänskliga hjärnan är i sig organiserad i dynamiska, anti-relaterade funktionella nätverk. Proc Natl Acad Sci USA 102: 9673–9678. doi: 10.1073 / pnas.0504136102. Hitta den här artikeln online
  20. 20. Greicius MD, Krasnow B, Reiss AL, Menon V (2003) Funktionell anslutning i den vilande hjärnan: en nätverksanalys av standardlägeshypotesen. Proc Natl Acad Sci USA 100: 253–258. doi: 10.1073 / pnas.0135058100. Hitta den här artikeln online
  21. 21. Biswal B, Yetkin FZ, Haughton VM, Hyde JS (1995) Funktionell anslutning i den motoriska cortex av vilande mänsklig hjärna med hjälp av eko-planar MRI. Magn Reson Med 34: 537–541. doi: 10.1002 / mrm.1910340409. Hitta den här artikeln online
  22. 22. Lowe MJ, Mock BJ, Sorenson JA (1998) Funktionell anslutning i singel- och multislice ekoplanar bildbehandling med vilotillståndsfluktuationer. Neurobild 7: 119–132. doi: 10.1006 / nimg.1997.0315. Hitta den här artikeln online
  23. 23. Maldjian JA, Laurienti PJ, Kraft RA, Burdette JH (2003) En automatiserad metod för neuroanatomisk och cytoarkitektonisk atlasbaserad utfrågning av fMRI-datauppsättningar. Neurobild 19: 1233–1239. doi: 10.1016/S1053-8119(03)00169-1. Hitta den här artikeln online
  24. 24. Dong G ZH, Zhao X (2011) Manliga internetmissbrukare visar nedsatt exekutiva kontrollförmåga: bevis från en Stroop-uppgift med färgord. Neurosci Lett 499: 114–118. doi: 10.1016 / j.neulet.2011.05.047. Hitta den här artikeln online
  25. 25. Young K (2010) Internetberoende under årtiondet: en personlig tillbakablick. World Psychiatry 9: 91. Hitta den här artikeln online
  26. 26. Tao R HX, Wang J, Zhang H, Zhang Y, Li M (2010) Föreslagna diagnostiska kriterier för internetberoende. Beroende 105: 56–564. doi: 10.1111 / j.1360-0443.2009.02828.x. Hitta den här artikeln online
  27. 27. Aboujaoude E, Koran LM, Gamel N, Stor MD, Serpe RT (2006) Potentiella markörer för problematisk internetanvändning: En telefonundersökning av 2,513-vuxna. CNS Spectr 11: 750-755. Hitta den här artikeln online
  28. 28. Shapira NA, Goldsmith TD, Keck PE, Khosla UM, McElroy SL (2000) Psykiatriska egenskaper hos individer med problematisk internetanvändning. J Affect Disord 57: 267–272. doi: 10.1016/S0165-0327(99)00107-X. Hitta den här artikeln online
  29. 29. Sun DL, Chen ZJ, Ma N, Zhang XC, Fu XM, et al. (2009) Beslutsfattande och prepotent svarsinhibering fungerar hos överdrivna internetanvändare. CNS Spectr 14: 75–81. Hitta den här artikeln online
  30. 30. Beutel ME, Hoch C, Wolfling K, Muller KW (2011) [Kliniska egenskaper hos datorspels- och internetberoende hos personer som söker behandling på en poliklinik för datorspelsberoende]. Z Psychosom Med Psychother 57: 77–90. Hitta den här artikeln online
  31. 31. Kuss DJ, Griffiths MD (2011) Sociala nätverk och beroende på nätet – en genomgång av den psykologiska litteraturen. Int J Environ Res Public Health 8: 3528–3552. Hitta den här artikeln online
  32. 32. Hou H, Jia S, Hu S, Fan R, Sun W, et al. (2012) Minskade striatala dopamintransportörer hos personer med internetberoendestörning. J Biomed Biotechnol 2012: 854524. doi: 10.1155/2012/854524. Hitta den här artikeln online
  33. 33. Dreher JC, Kohn P, Kolachana B, Weinberger DR, Berman KF (2009) Variation i dopamingener påverkar responsiviteten hos det mänskliga belöningssystemet. Proc Natl Acad Sci USA 106: 617–622. Hitta den här artikeln online
  34. 34. Volkow ND, Chang L, Wang GJ, Fowler JS, Franceschi D, et al. (2001) Förlust av dopamintransportörer hos metamfetaminmissbrukare återhämtar sig med utdragen abstinens. J Neurosci 21: 9414-9418. Hitta den här artikeln online
  35. 35. Shi J, Zhao LY, Copersino ML, Fang YX, Chen Y, et al. (2008) PET-avbildning av dopamintransportör och drogbegär under underhållsbehandling med metadon och efter långvarig abstinens hos heroinmissbrukare. Eur J Pharmacol 579: 160-166. doi: 10.1016 / j.ejphar.2007.09.042. Hitta den här artikeln online
  36. 36. Drevets WC, Gautier C, Price JC, Kupfer DJ, Kinahan PE, et al. (2001) Amfetamin-inducerad dopaminfrisättning i human ventral striatum korrelerar med eufori. Biol Psychiatry 49: 81–96. doi: 10.1016/S0006-3223(00)01038-6. Hitta den här artikeln online
  37. 37. Steeves TD, Miyasaki J, Zurowski M, Lang AE, Pellecchia G, et al. (2009) Ökad striatal dopaminfrisättning hos Parkinsonpatienter med patologiskt spelande: en [11C] racloprid PET-studie. Hjärna 132: 1376–1385. doi: 10.1093 / hjärna / awp054. Hitta den här artikeln online
  38. 38. Koepp MJ, Gunn RN, Lawrence AD, Cunningham VJ, Dagher A, et al. (1998) Bevis för striatal dopaminfrisättning under ett videospel. Nature 393: 266–268. Hitta den här artikeln online
  39. 39. Zhang Y, Tian J, Yuan K, Liu P, Zhuo L, et al. (2011) Distinkta hjärnaktiviteter i vilotillstånd hos heroinberoende individer. Brain Res 1402: 46–53. doi: 10.1016 / j.brainres.2011.05.054. Hitta den här artikeln online
  40. 40. Tanabe J, Nyberg E, Martin LF, Martin J, Cordes D, et al. (2011) Nikotineffekter på standardlägesnätverk under vilotillstånd. Psychopharmacology (Berl) 216: 287–295. doi: 10.1007/s00213-011-2221-8. Hitta den här artikeln online
  41. 41. Janes AC, Nickerson LD, Frederick Bde B, Kaufman MJ (2012) Prefrontal och limbisk vilotillstånd hjärnnätverk funktionella anslutningar skiljer sig mellan nikotinberoende rökare och icke-rökare kontroller. Drug Alcohol Depend 125: 252–259. doi: 10.1016 / j.drugalcdep.2012.02.020. Hitta den här artikeln online
  42. 42. Cole DM, Beckmann CF, Long CJ, Matthews PM, Durcan MJ, et al. (2010) Nikotinersättning hos abstinenta rökare förbättrar kognitiva abstinenssymptom med modulering av vilande hjärnnätverksdynamik. Neurobild 52: 590–599. doi: 10.1016 / j.neuroimage.2010.04.251. Hitta den här artikeln online
  43. 43. Hong LE, Gu H, Yang Y, Ross TJ, Salmeron BJ, et al. (2009) Föreningen av nikotinberoende och nikotinets verkan med separata funktionella kretsar för cingulate cortex. Arch Gen Psychiatry 66: 431–441. doi: 10.1001 / archgenpsychiatry.2009.2. Hitta den här artikeln online
  44. 44. Ma N, Liu Y, Li N, Wang CX, Zhang H, et al. (2010) Beroenderelaterad förändring i hjärnanslutning i vilotillstånd. Neurobild 49: 738–744. doi: 10.1016 / j.neuroimage.2009.08.037. Hitta den här artikeln online
  45. 45. Di Chiara G, Imperato A (1988) Läkemedel som missbrukas av människor ökar preferentiellt synaptiska dopaminkoncentrationer i det mesolimbiska systemet hos fritt rörliga råttor. Proc Natl Acad Sci USA 85: 5274–5278. doi: 10.1073 / pnas.85.14.5274. Hitta den här artikeln online
  46. 46. Everitt BJ, Robbins TW (2005) Neurala system för förstärkning för drogberoende: från handlingar till vanor till tvång. Nat Neurosci 8: 1481–1489. doi: 10.1038 / nn1579. Hitta den här artikeln online
  47. 47. Goldstein RZ, Volkow ND (2011) Dysfunktion av den prefrontala cortex i beroende: neuroimaging fynd och kliniska implikationer. Nat Rev Neurosci 12: 652–669. doi: 10.1038 / nrn3119. Hitta den här artikeln online
  48. 48. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, et al.. (2011) Hjärnan korrelerar med sug efter onlinespel under cue exponering hos ämnen med internetspelberoende och i remitterade ämnen. Addict Biol.
  49. 49. Volkow ND, Wang GJ, Fowler JS, Tomasi D, Telang F, et al. (2010) Beroende: minskad belöningskänslighet och ökad förväntningskänslighet konspirerar för att överväldiga hjärnans kontrollkrets. Bioessays 32: 748–755. doi: 10.1002 / bies.201000042. Hitta den här artikeln online
  50. 50. Tirapu-Ustarroz J, Luna-Lario P, Iglesias-Fernandez MD, Hernaez-Goni P (2011) [Cerebellärt bidrag till kognitiv process: nuvarande framsteg]. Rev Neurol 53: 301–315. Hitta den här artikeln online
  51. 51. Strata P, Scelfo B, Sacchetti B (2011) Involvering av lillhjärnan i känslomässigt beteende. Physiol Res 60 Suppl 1S39–48. Hitta den här artikeln online
  52. 52. De Zeeuw CI, Hoebeek FE, Bosman LW, Schoneville M, Witter L, et al. (2011) Spatiotemporala eldningsmönster i lillhjärnan. Nat Rev Neurosci 12: 327–344. doi: 10.1038 / nrn3011. Hitta den här artikeln online
  53. 53. Baillieux H, De Smet HJ, Dobbeleir A, Paquier PF, De Deyn PP, et al. (2010) Kognitiva och affektiva störningar efter fokal cerebellär skada hos vuxna: en neuropsykologisk och SPECT-studie. Cortex 46: 869–879. doi: 10.1016 / j.cortex.2009.09.002. Hitta den här artikeln online
  54. 54. Grasby PM, Frith CD, Friston KJ, Bench C, Frackowiak RS, et al. (1993) Funktionell kartläggning av hjärnområden som är inblandade i auditiv-verbal minnesfunktion. Hjärna 116 (t 1): 1–20. doi: 10.1093 / hjärna / 116.1.1. Hitta den här artikeln online
  55. 55. London ED, Ernst M, Grant S, Bonson K, Weinstein A (2000) Orbitofrontal cortex och mänskligt drogmissbruk: funktionell avbildning. Cereb Cortex 10: 334–342. doi: 10.1093 / cercor / 10.3.334. Hitta den här artikeln online
  56. 56. Paradiso S, Anderson BM, Boles Ponto LL, Tranel D, Robinson RG (2011) Förändrad neural aktivitet och känslor efter stroke i höger mellersta cerebral artär. J Stroke Cerebrovasc Dis 20: 94–104. doi: 10.1016 / j.jstrokecerebrovasdis.2009.11.005. Hitta den här artikeln online
  57. 57. Takeuchi H, Taki Y, Sassa Y, Hashizume H, Sekiguchi A, et al. (2011) Regional grå substans densitet associerad med emotionell intelligens: bevis från voxelbaserad morfometri. Hum Brain Mapp 32: 1497–1510. doi: 10.1002 / hbm.21122. Hitta den här artikeln online
  58. 58. Dong G HJ, Du X (2012) Förändringar i regional homogenitet av hjärnaktivitet i vilotillstånd hos internetgaimg-missbrukare. Beteende och hjärnfunktioner 8: 41. doi: 10.1186/1744-9081-8-41. Hitta den här artikeln online
  59. 59. Passamonti L, Novellino F, Cerasa A, Chiriaco C, Rocca F, et al. (2011) Förändrade kortikala-cerebellära kretsar under verbalt arbetsminne vid essentiell tremor. Brain 134: 2274–2286. doi: 10.1093 / hjärna / awr164. Hitta den här artikeln online
  60. 60. Lewald J, Staedtgen M, Sparing R, Meister IG (2011) Bearbetning av auditiv rörelse i inferior parietal lobul: bevis från transkraniell magnetisk stimulering. Neuropsychologia 49: 209–215. doi: 10.1016 / j.neuropsychologia.2010.11.038. Hitta den här artikeln online
  61. 61. Vandenberghe R, Gitelman DR, Parrish TB, Mesulam MM (2001) Funktionell specificitet av överlägsen parietal mediering av rumslig förskjutning. Neurobild 14: 661–673. doi: 10.1006 / nimg.2001.0860. Hitta den här artikeln online
  62. 62. Olson IR BM (2009) Några överraskande fynd om parietallobens inblandning i mänskligt minne. Neurobiol Learn Mem 91: 155–165. doi: 10.1016 / j.nlm.2008.09.006. Hitta den här artikeln online
  63. 63. Braver TS, Barch DM, Gray JR, Molfese DL, Snyder A (2001) Anterior cingulate cortex och responskonflikt: effekter av frekvens, hämning och fel. Cereb Cortex 11: 825–836. doi: 10.1093 / cercor / 11.9.825. Hitta den här artikeln online
  64. 64. Garavan H, Ross TJ, Stein EA (1999) Höger hemisfärisk dominans av hämmande kontroll: en händelserelaterad funktionell MRI-studie. Proc Natl Acad Sci USA 96: 8301–8306. doi: 10.1073 / pnas.96.14.8301. Hitta den här artikeln online
  65. 65. O'Doherty JP (2004) Belöningsrepresentationer och belöningsrelaterat lärande i den mänskliga hjärnan: insikter från neuroimaging. Curr Opin Neurobiol 14: 769–776. doi: 10.1016 / j.conb.2004.10.016. Hitta den här artikeln online
  66. 66. Cavanna AE, Trimble MR (2006) Precuneus: en översyn av dess funktionella anatomi och beteendekorrelat. Hjärna 129: 564–583. doi: 10.1093 / hjärna / awl004. Hitta den här artikeln online
  67. 67. McCoy AN, Crowley JC, Haghighian G, Dean HL, Platt ML (2003) Saccade belöningssignaler i posterior cingulate cortex. Neuron 40: 1031–1040. doi: 10.1016/S0896-6273(03)00719-0. Hitta den här artikeln online
  68. 68. Pearson JM, Hayden BY, Raghavachari S, Platt ML (2009) Neuroner i posterior cingulate cortex signalerar utforskande beslut i en dynamisk multioptionsvalsuppgift. Curr Biol 19: 1532-1537. doi: 10.1016 / j.cub.2009.07.048. Hitta den här artikeln online
  69. 69. Yu C, Gupta J, Yin HH (2010) Rollen av mediodorsal thalamus i temporal differentiering av belöningsstyrda handlingar. Front Integr Neurosci 4.
  70. 70. Corbit LH, Muir JL, Balleine BW (2003) Lesioner av mediodorsal thalamus och främre thalamuskärnor ger dissocierbara effekter på instrumentell konditionering hos råttor. Eur J Neurosci 18: 1286–1294. doi: 10.1046 / j.1460-9568.2003.02833.x. Hitta den här artikeln online
  71. 71. Dong G, DeVito E, Huang J, Du X (2012) Diffusionstensoravbildning avslöjar avvikelser i thalamus och bakre cingulate cortex hos internetspelmissbrukare. J Psychiatr Res 46: 1212–1216. doi: 10.1016 / j.jpsychires.2012.05.015. Hitta den här artikeln online
  72. 72. O'Doherty JP, Dayan P, Friston K, Critchley H, Dolan RJ (2003) Temporala skillnadsmodeller och belöningsrelaterad inlärning i den mänskliga hjärnan. Neuron 38: 329–337. doi: 10.1016/S0896-6273(03)00169-7. Hitta den här artikeln online
  73. 73. Delgado MR, Nystrom LE, Fissell C, Noll DC, Fiez JA (2000) Spåra de hemodynamiska svaren på belöning och straff i striatum. J Neurophysiol 84: 3072-3077. Hitta den här artikeln online
  74. 74. Zink CF, Pagnoni G, Martin ME, Dhamala M, Berns GS (2003) Mänsklig striatal respons på framträdande icke-belönande stimuli. J Neurosci 23: 8092-8097. Hitta den här artikeln online
  75. 75. Haruno M, Kuroda T, Doya K, Toyama K, Kimura M, et al. (2004) Ett neuralt korrelat av belöningsbaserad beteendeinlärning i caudate nucleus: en funktionell magnetisk resonanstomografistudie av en stokastisk beslutsuppgift. J Neurosci 24: 1660–1665. doi: 10.1523 / JNEUROSCI.3417-03.2004. Hitta den här artikeln online
  76. 76. O'Doherty J, Dayan P, Schultz J, Deichmann R, Friston K, et al. (2004) Dissocierbara roller av ventral och dorsalt striatum i instrumentell konditionering. Science 304: 452–454. doi: 10.1126 / science.1094285. Hitta den här artikeln online
  77. 77. Ramnani N MR (2003) Instruerad fördröjningsaktivitet i den mänskliga prefrontala cortex moduleras av förväntningar på monetär belöning. Cereb Cortex 13: 318–327. doi: 10.1093 / cercor / 13.3.318. Hitta den här artikeln online
  78. 78. Simmonds DJ, Pekar JJ, Mostofsky SH (2008) Metaanalys av Go/No-go-uppgifter som visar att fMRI-aktivering associerad med responshämning är uppgiftsberoende. Neuropsychologia 46: 224–232. doi: 10.1016 / j.neuropsychologia.2007.07.015. Hitta den här artikeln online
  79. 79. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, et al. (2011) Avvikelser i grå substans i internetberoende: en voxelbaserad morfometristudie. Eur J Radiol 79: 92–95. doi: 10.1016 / j.ejrad.2009.10.025. Hitta den här artikeln online
  80. 80. Collin G, Hulshoff Pol HE, Haijma SV, Cahn W, Kahn RS, et al. (2011) Nedsatt cerebellär funktionell anslutning hos schizofrenipatienter och deras friska syskon. Front Psychiatry 2: 73. doi: 10.3389 / fpsyt.2011.00073. Hitta den här artikeln online
  81. 81. Ruef A, Curtis L, Moy G, Bessero S, Badan Ba ​​M, et al. (2012) Magnetisk resonanstomografi korrelerar med psykos i första avsnittet hos unga vuxna manliga patienter: kombinerad analys av grå och vit substans. J Psychiatry Neurosci 37: 305–312. doi: 10.1503 / jpn.110057. Hitta den här artikeln online
  82. 82. Alonso-Solis A, Corripio I, de Castro-Manglano P, Duran-Sindreu S, Garcia-Garcia M, et al. (2012) Ändrad funktionell anslutning i vilotillstånd för standardnätverk hos patienter med en första episod av psykos. Schizophr Res 139: 13–18. doi: 10.1016 / j.schres.2012.05.005. Hitta den här artikeln online
  83. 83. Schultz CC, Koch K, Wagner G, Roebel M, Nenadic I, et al. (2010) Ökad parahippocampal och lingual gyrifiering vid schizofreni i första avsnittet. Schizophr Res 123: 137-144. doi: 10.1016 / j.schres.2010.08.033. Hitta den här artikeln online
  84. 84. Voets NL, Hough MG, Douaud G, Matthews PM, James A, et al. (2008) Bevis för abnormiteter i kortikal utveckling vid schizofreni hos ungdomar. Neurobild 43: 665–675. doi: 10.1016 / j.neuroimage.2008.08.013. Hitta den här artikeln online
  85. 85. Piskulic D, Olver JS, Norman TR, Maruff P (2007) Beteendestudier av spatial arbetsminnesdysfunktion vid schizofreni: en kvantitativ litteraturöversikt. Psychiatry Res 150: 111–121. doi: 10.1016 / j.psychres.2006.03.018. Hitta den här artikeln online
  86. 86. Seiferth NY, Pauly K, Habel U, Kellermann T, Shah NJ, et al. (2008) Ökat neuralt svar relaterat till neutrala ansikten hos individer med risk för psykos. Neurobild 40: 289–297. doi: 10.1016 / j.neuroimage.2007.11.020. Hitta den här artikeln online