Beslutsfattande för riskabla vinster och förluster bland högskolestuderande med Internet Gaming Disorder (2015)

Abstrakt

Personer med Internet-spelsjukdom (IGD) tenderar att uppvisa ofördelaktigt riskabelt beslutsfattande inte bara i deras verkliga liv utan också i laboratorieuppgifter. Beslutsfattande är en komplex mångfacetterad funktion och olika kognitiva processer är involverade i beslutsfattande för vinster och förluster. Förhållandet mellan nedsatt beslutsfattande och vinst mot förlustbehandling i samband med IGD är dock dåligt förstått. Huvudsyftet med den här studien var att separat utvärdera beslutsfattande för riskfyllda vinster och förluster bland studenter med IGD med hjälp av Cups-uppgiften. Dessutom undersökte vi ytterligare effekterna av utfallstorlek och sannolikhetsnivå på beslutsfattande relaterade till riskfyllda vinster respektive förluster. Sextio högskolestudenter med IGD och 42 matchade friska kontroller (HC) deltog. Resultaten indikerade att IGD-individer uppvisade generellt större risktagande tendenser än HC. I jämförelse med HC: er gjorde IGD-försökspersoner mer olämpliga riskabla val inom förlustdomänen (men inte i vinstdomenet). Uppföljningsanalyser indikerade att nedsättningen var förknippad med okänslighet för förändringar i utfallstorlek och sannolikhetsnivå för riskfyllda förluster bland IGD-personer. Dessutom var högre poängsäkerhetsgrader på internet beroende av procent av ofördelaktiga riskfyllda alternativ i förlustdomänen. Dessa resultat understryker effekten av okänslighet för förluster på ofördelaktiga beslut som riskeras i samband med IGD, vilket har konsekvenser för framtida interventionsstudier.

siffror

 

Citation:Yao YW, Chen PR, Li S, Wang LJ, Zhang JT, et al. (2015) Beslutsfattande för riskfyllda vinster och förluster bland studenter med Internet-spelstörning. PLoS ONE 10 (1): e0116471. doi: 10.1371 / journal.pone.0116471

Akademisk redaktör: Ingmar HA Franken, Erasmus University Rotterdam, NEDERLÄNDERNA

Mottagen: Juli 17, 2014; Accepterad: December 9, 2014; Publicerad: Januari 23, 2015

Detta är en artikel med öppen åtkomst, fri från all upphovsrätt, och kan fritt reproduceras, distribueras, överföras, modifieras, byggs på eller på annat sätt används av någon för något lagligt syfte. Arbetet görs tillgängligt under Creative Commons CC0 offentligt engagemang

Data Tillgänglighet:All relevant information finns i papperet och dess stödjande informationsfiler.

finansiering:Denna studie stöds av National Natural Science Foundation of China (No. 31170990 och No. 81100992), de grundläggande forskningsfonderna för de centrala universiteten (No. 2012WYB01) och National Innovative Foundation-programmen för högskolestudenter i Kina (Nej. 201310027028). SWY fick lönestöd från bidraget från NIDA (T32 DA007238-23). Finansierarna hade ingen roll i studiens utformning, insamling och analys av data eller förberedelse av manuskriptet.

Konkurrerande intressen: Författarna har förklarat att inga konkurrerande intressen existerar.

Beskrivning

Internet gaming störning (IGD) definieras som överdrivet och okontrollerat spel online trots upplevelsen av negativa konsekvenser, inklusive sömnlöshet, dålig akademisk prestation och social isolering [1,2]. IGD erkänns alltmer som en mentalhälsofråga över hela världen [3], vilket framhävdes av dess nyligen inkluderade i avsnitt III i DSM-5 som ett ämne som förtjänar fler framtida studier [4]. Eftersom internet är fritt tillgängligt på campus spelar de flesta studenter Internet-spel för rekreation, vilket emellertid gör dem till en av de mest mottagliga befolkningarna för IGD [5,6].

Maladaptivt beslutsfattande är ett av de viktigaste symptomen på tillägg [7-9]. Tidigare resultat tyder på att individer med missbruk eller beroende har försämrat prestandan på en rad beslutsfattande uppgifter [10-14]. Nya studier visar på beslutsunderskott i IGD. Till exempel fann forskare att individer med IGD gjorde mer olämpliga val i Game of Dice Task i förhållande till friska icke-spelande jämförelseämnen [15], och att sådana försämringar delvis kan vara ett resultat av ett misslyckande med att använda feedback [16]. Bevis tyder också på att individer med internetberoende är nedsatta i beslutsfattande under tvetydighet uppmätt med Iowa Gambling Task [17,18]. Neuroimaging-studier som använder andra paradigmer (t.ex. gissningsuppgift, sannolikhetsrabatteringsuppgift) föreslår också förändringar i neuronsvar bland individer med IGD under beslutsprocesser, inbegripet att förutse och bearbeta belöningar och straff [19-21] och utvärdera risker [22].

Beslutsfattande är en komplex kognitiv funktion, och ackumulering av bevis tyder på att olika processer är involverade i beslutsfattande för vinster och förluster [23-26]. Vissa forskare har funnit att individer med beroende-relaterade störningar gjorde betydligt mer olämpliga val främst i vinsten - jämfört med förlust - domän [27,28], medan befintliga uppgifter också tyder på att okänslighet för förluster spelar en viktig roll i beslutsfattandeunderskott hos individer med substansberoende [29,30]. I vilken utsträckning nedsatt beslutsfattande bland IGD-ämnen kan hänföras till förändringar i vinst mot förlustbehandling förblir emellertid dåligt förstått. Att separat undersöka egenskaperna för belöningssökande och undvikande av förluster bland individer med IGD kommer att främja den nuvarande förståelsen för de mekanismer som ligger till grund för beslutsunderskott i denna befolkning och kan vara en hjälp i utvecklingen av effektivare insatser för IGD.

I den aktuella studien försökte vi separat utvärdera beslutsfattande för vinster och förluster bland studenter med IGD. För detta ändamål antog vi Cups-uppgiften [26], som isolerar beslutsfattande för vinst- och förlustdomäner. Dessutom försökte vi undersöka effekterna av två väsentliga komponenter, resultatstorlek och sannolikhetsnivå, på beslutsfattande relaterade till riskfyllda vinster och förluster. Baserat på tidigare studier [15,16,21], vi antog att: (1) IGD-personer, jämfört med matchade friska kontroller (HC) skulle göra betydligt mer riskabla val totalt sett; (2) IGD-försökspersoner, jämfört med HC: er, skulle prestera sämre på risknämliga studier i både förstärknings- och förlustdomänerna; (3) beslutsunderskott bland IGD-individer var förknippade med okänslighet för resultatstorlek och sannolikhetsnivå; och (4) IGD-svårighetsgrader var positivt förknippade med ofördelaktiga riskabla alternativ som gjordes i Cups-uppgiften.

Metoder

Etikförklaring

Protokollet för denna studie godkändes av Institutional Review Board of School of Psychology, Peking Normal University. Alla deltagare gav skriftligt informerat samtycke före experimentet och fick ekonomisk kompensation för deras deltagande.

Deltagare

Totalt rekryterades 102 högskolestudenter (60 IGD-ämnen och 42 HC) från universitet genom onlineannonsering i Peking, Kina. Med tanke på den högre förekomsten av IGD hos män kontra kvinnor [1,31-33] valdes endast manliga försökspersoner. Inga deltagare rapporterade tidigare erfarenhet av olagliga droger (t.ex. kokain) eller spel (inklusive onlinespel). Deltagare som rapporterade någon historia av psykiatriska eller neurologiska sjukdomar, användning av psykotropa läkemedel som påverkar centrala nervsystemet utesluts dessutom från ytterligare studier.

Diagnosen av IGD fastställdes genom veckotid för spel på Internet och Chen Internet addiction skala (CIAS) [34]. CIAS består av 26-objekt, baserade på en 4-punkt Likert-skala, som utvärderar 5-dimensioner av internetberoende: tvångsmässig användning, tillbakadragande, tolerans, problem med interpersonella relationer och tidshantering. Tillförlitligheten och giltigheten för CIAS bland studenter har visats tidigare [33]. Inkluderingskriterierna för IGD-individer var: (1) poäng 67 eller högre på CIAS [33,35], (2) tillbringade mer tid på internetspel än andra Internetapplikationer, och (3) tillbringade minst 14 timmar i veckan i minst ett år. För att ytterligare bekräfta att IGD-ämnen var beroende av spel på internet och för att utesluta effekterna av andra onlineaktiviteter (speciellt onlinespel) på beslutsfattande, uppmanades IGD-ämnen att lista de första tre internetaktiviteterna som upptäckte större delen av sin onlinetid. Alla rankade Internet-spel som första och indikerade att de är ”beroende” av internet-spel, men ingen av dem inkluderade onlinespel eller pokerspel i sina listor. Inkluderingskriterierna för HC var: (1) betyg ≤ 50 på CIAS, (2) ibland Internetspel (≤ 2 timmar per vecka) eller spelade aldrig onlinespel under deras livstid.

Cupsuppgift

Den datoriserade kinesiska versionen av Cups-uppgiften anpassades från den ursprungliga uppgiften utvecklad av [26]. Uppgiften består av 54-försök lika fördelade i vinst- och förlustdomäner. I varje försök uppmanades deltagarna att välja mellan ett riskabelt alternativ och ett säkert alternativ, och det säkra alternativet representeras av en enda kopp och är associerad med en sannolikhet på 100% för att antingen vinna eller förlora 100 yuan. Det riskabla alternativet representeras av koppar 2, 3 eller 4 och är förknippade med 50%, 33% eller 25% för att vinna eller förlora en större summa pengar (möjligt utfall: 200 yuan, 300 yuan eller 400 yuan). Inom varje domän förekommer varje kombination av sannolikhetsnivå och utfallsnivå tre gånger, varför vinst- och förlustdomäner presenteras som två separata block av slumpmässiga 27-studier. Deltagarna angav sitt val genom att trycka på vänster eller höger knapp. Efter varje val fick deltagarna omedelbart feedback om resultatet av försöket. De tjugo deltagarna som uppnådde högst total poäng skulle få en extra bonus.

Baserat på en oberoende manipulation av sannolikhetsnivå och utfallsnivå är kombinationer antingen: (1) risk fördelaktigt (RA), vilket innebär att det förväntade värdet (EV) för ett riskabelt alternativ är mer gynnsamt än det säkra alternativet; (2) risk ofördelaktigt (RD), vilket innebär att EV för riskabelt alternativ är mindre än det säkra alternativet; eller (3) riskneutral, vilket innebär att de riskabla och säkra alternativen har lika förväntade värden (EQEV).

Statistisk analys

Statistiska analyser genomfördes med användning av SPSS-version 20.0 och R-version 3.1.0. Alla test var två-svansade och kriteriet om betydelse sattes till P <.05. Först använde vi oberoende t-test för att undersöka gruppskillnader i demografiska variabler. För det andra, för att jämföra prestanda hos IGD-ämnen och HC på Cups-uppgiften använde vi variansanalyser (ANOVA) med upprepade mätningar. För att utforska interaktionseffekter utfördes enkla effektanalyser. Där Mauchly-tester visade brott mot antagandet om sfäricitet användes korrigeringar av växthus-Geisser. Post-hoc-analyser utfördes med användning av t-tester med Bonferroni-korrigering. För det tredje separerade vi EV i två komponenter: sannolikhetsnivå och utfallsstorlek, för att utforska effekten av dessa två komponenter på beslutsfattande för varje försök, med R lmer-funktionen i lme4-biblioteket. Slutligen, för att undersöka sambandet mellan svårighetsgraden på Internet och beslutsfattande för att uppnå vinster och undvika förluster, användes Pearsons korrelationer för att utforska samband mellan CIAS-poäng och andelen riskabla val som gjordes under de tre EV-nivåerna (RA, EQEV, RD ) för vinst- och förlustdomänerna.

Resultat

Demografiska egenskaper

Som visas i Tabell 1, IGD-ämnena och HC: erna skilde sig inte åt i ålder, genomsnittlig utbildningstid och livslängd på Internet. I överensstämmelse med våra inkluderingskriterier (dvs. CIAS-poäng ≥ 67 för IGA-ämnen och ≤ 50 för HC), hade IGD-individer signifikant högre CIAS-poäng, t (100) = 27.14, P <.001. Tjugotvå av 42 HC-spelare spelade ibland Internetspel, men IGD-ämnen tillbringade betydligt fler gånger på Internet-spel varje vecka än HC, t (80) = 15.41, P <.001.

Ladda ner: 

• PPT

  PowerPoint-bildruta

• PNG

  större bild (72KB)

• TIFF

  originalbild (375KB)

Tabell 1. Demografisk, livslängd på Internetanvändning, CIAS-poäng och tid som spenderas på IGD-ämnen och HC: er.

doi: 10.1371 / journal.pone.0116471.t001

Andelen tobaks- och alkoholanvändning var låg för båda grupperna: tre IGD-personer och en HC: s rapporterade enstaka (mindre än en gång i månaden) cigarettrökning. Nitton IGD-personer och 12 HC rapporterade alkoholanvändning under livslängd men alla med låga frekvenser (en gång i veckan eller mindre), och dessa priser skilde sig inte åt mellan grupper, t (29) = 1.27, P = .216.

Risktagande

Risktagande är ett mått på en individs tendens att välja det riskabla alternativet framför det säkra alternativet på var och en av de tre EV-nivåerna (RA, EQEV, RD) som beräknas separat för vinst- och förlustdomenet [36]. Vi genomförde en 2 (domän: vinst, förlust) × 3 (EV-nivå: RA, EQEV, RD) × 2 (grupp: IGD-personer, HC) upprepade mått ANOVA. Som förväntat observerade vi en huvudeffekt av gruppen, F (1, 100) = 5.67, P = .019, delvis η² = .05, vilket indikerar att IGD-individer totalt sett valde mer riskfyllda alternativ än HC på både vinst- och förlustdomän; och en huvudeffekt av EV-nivå, F (2, 200) = 289.64, P <.001, delvis η² = .74. Post-hoc-analyser visade att deltagarna gjorde mer riskabla alternativ när EV-nivån var RA än den som var RD. Trevägsinteraktionen mellan EV-nivå, grupp och domän nådde inte någon betydelse, F (2, 200) = 1.43, P = .242, delvis η² = .01. Men vi hittade en EV-nivå × gruppinteraktion, F (2, 200) = 6.08, P = .006, delvis η² = .06 och enkel effektanalys visade att den signifikanta interaktionen huvudsakligen berodde på mer risktagande på RD-spåren bland IGD-försökspersoner i jämförelse med HC, F (2, 99) = 7.54, P = .001, delvis η² = .13. Vi hittade också en betydande EV-nivå × domäninteraktion, F (2, 200) = 7.70, P = .001, delvis η² = .07 och enkel effektanalys visade att deltagarna valde signifikant mer riskfyllda alternativ i förlustdomänen jämfört med förstärkningsdomänen i EQEV-studierna (inte RA och RD), F (1, 100) = 7.57, P = .007, delvis η² = .07.

Separata ANOVA: er för varje domän genomfördes vidare. För förlustdomänen, förutom betydande huvudeffekter av grupp- och EV-nivå, fanns det en signifikant interaktionseffekt av EV-nivå × gruppinteraktion, F (2, 200) = 6.90, P = .002, delvis η² = .07. Resultat från enkla effektanalyser indikerade att IGA-försökspersoner fattade mer riskfyllda val än HC i RD-studier F (1, 100) = 15.11, P <.001, delvis η² = .13, men skilde sig inte från HC: er i antalet riskabla val i RA- och EQEV-studierna (Fig 1). Däremot fanns det inga signifikanta huvud- eller interaktionseffekter för grupp- eller EV-nivå × -grupp för förstärkningsdomänen (P = .092 och P = .138, respektive).

Ladda ner: 

• PPT

  PowerPoint-bildruta

• PNG

  större bild (104KB)

• TIFF

  originalbild (227KB)

Bild 1. Beslutsfattande prestationer för IGD-ämnen och HC på Cups-uppgiften.

 

Medelprocent av riskfyllda val som gjorts i (A) vinsten och (B) förlustdomänen, som en funktion av EV-nivå och grupp. Felstänger återspeglar standardfel. IGD = Spelstörning på Internet; HC = hälsosamma kontroller; EV = förväntat värde; RA = fördelaktig risk; EQEV = lika förväntat värde; RD = risk ofördelaktigt.

doi: 10.1371 / journal.pone.0116471.g001

Känslighet för utfallsstorlek och sannolikhetsnivå

Vi delade vidare EV i två komponenter: resultatstorlek och sannolikhetsnivå. För att undersöka effekten av dessa två komponenter på riskabelt beslut, genomförde vi logistiska hierarkiska modeller med R lmer-funktionen i lme4-biblioteket för att ta hänsyn till variant mellan försök och försök i försökspersonernas risktagande, enligt proceduren som beskrivs i en tidigare studie [37]. Två basmodeller för förstärknings- och förlustdomänerna inkluderade grupp (0 = HC, 1 = IGD-ämnen), sannolikhetsnivå (representerade sannolikheten för att vinna eller förlora för riskfyllda alternativ: 0.25, 0.33, 0.50), utfallstorlek (2, 3, 4 representerade 200, 300, 400 i riskfyllda alternativ) och interaktioner mellan grupp × sannolikhetsnivå och grupp × resultatstorlek som fasta effekter prediktorer och individuella skillnader i valet som slumpmässiga effekter. Den beroende variabeln var individens val för varje försök (0 = säkert alternativ, 1 = riskabla alternativ).

Som visas i tabell 2, det fanns signifikanta huvudeffekter av sannolikhetsnivå och utfallstorlek i både förstärknings- och förlustdomänerna. Dessa effekter indikerade för både förstärknings- och förlustdomäner att i både IGD-individer och HC: er tog personer färre risker eftersom sannolikheten för det riskabla alternativet blev mindre gynnsamt (huvudeffekten av sannolikhetsnivån) och att försökspersonerna tog fler risker som utfallet storleken på det riskabla alternativet ökade (huvudeffekten av utfallsstorleken).

Ladda ner: 

• PPT

  PowerPoint-bildruta

• PNG

  större bild (86KB)

• TIFF

  originalbild (511KB)

Tabell 2. Effekt av sannolikhetsnivå och resultatstorlek på risktagande som en funktion av domäner och grupper.

doi: 10.1371 / journal.pone.0116471.t002

I förstärkningsdomänen fanns det inga signifikanta interaktionseffekter mellan någon av de tre undersökta variablerna. Däremot fanns det i förlustdomänen signifikanta interaktioner mellan grupp × sannolikhetsnivå och mellan grupp × utfallsstorlek, vilket indikerade att IGD-individer, relativt till HC, var mindre benägna att justera sina beslut baserade på sannolikhetsnivå och utfallsstorlek i förlustdomänen .

Samband mellan svårighetsgrad på Internet och beslutsfattande

Pearsons korrelationer genomfördes också mellan CIAS-poäng och antalet riskval för de tre EV-nivåerna (RA, EQEV, RD) separat för vinst- och förlustdomänerna. I förlustdomänen indikerade resultaten att CIAS-poäng var positivt associerade och riskabla val gjorda på RD-studier, r =. 22, P = .001. Föreningen mellan CIAS-poäng korrelerades marginellt med antalet riskabla val i RD-studier för förstärkningsdomänen, r = .19, P = 0.056.

Diskussion

Så vitt vi vet är den aktuella studien den första som utvärderar riskabla beslut bland IGD-ämnen separat för potentiella förluster och vinster. I överensstämmelse med vår första hypotes visade IGD-försökspersoner generellt större risker för att ta tendenser till Cups-uppgiften, jämfört med HC. Delvis i överensstämmelse med vår andra och tredje hypotes gjorde IGD-försökspersoner betydligt mer riskabla val än HC på RD-studierna för förlusten - men inte vinsten-domänen, och försämringen var förknippad med okänslighet för förändringar i utfallsstorlek och sannolikhetsnivå för riskabelt förluster bland IGD-ämnen. I överensstämmelse med vår fjärde hypotesen visade korrelationsanalyser vidare signifikant positiva samband mellan poängsäkerhetsgrader på internet och ofördelaktiga alternativ inom förlustområdet. Sammantaget ger dessa data ytterligare bevis på försämringar av beslut som är riskerade bland individer med IGD, och antyder dessutom att förändringsförlust (mot vinst) behandling kan ligga till grund för beslutsunderskott i denna population.

I förlustdomänen fattade IGD-försökspersoner mer riskabla beslut om RD-studier i förhållande till HC: er, och analysen per studie-analys visade vidare att IGD-individer var mindre benägna att anpassa sina beslut baserat på sannolikhetsnivå och resultatstorlek inom detta område. Dessa resultat överensstämmer med dem från tidigare studier som använder liknande beslutsfattandeuppgifter och påvisar nedsatt beslutsfattande relaterat till undvikande av förluster bland individer med missbruk av ämnen [38], ätstörningar [39] och IGD [16, 19]. En möjlig förklaring till dessa upptäckter är att personer med IGD genom upprepning av deras spelbeteenden oftare kan delta i förlustrelaterade problemlösningar, vilket kan göra dem mer toleranta mot straff. Dessutom överensstämmer vårt resultat med förändrade förlustrelaterade beslutsfattande med den kliniska presentationen av individer med IGD att de tenderar att undervärdera potentiella negativa konsekvenser i verkligheten för att fortsätta spela online [2,40,41].

Tidigare studier har visat förhöjda ofördelaktiga risktagande beteenden inom förstärkningsdomänen bland individer med beroende-relaterade störningar som kännetecknas av försämrade impulskontroll, såsom patologisk spel [28] och alkoholberoende [27]. Varken resultaten av ANOVA eller analyser från försök indikerade dock ökningar i riskabla beslut om vinstförsök bland IGA-personer. Flera möjliga förklaringar till dessa skillnader finns. Specifikt uppvisar personer med patologiskt spel ökade belöningssvar på monetära kontra icke-monetära belöningar [42], och detta kan leda till en större nackdel med risktagande i vinst- (kontra förlust) -domänen, som tidigare har rapporterats [28]. För individer med alkoholberoende kan långvarig och överdriven alkoholkonsumtion förändra hjärnstrukturer och relaterade funktioner, inklusive viktiga regioner i belöningsbearbetning såsom amygdala [43,44]. Bevis indikerade att patienter med amygdala-lesioner visade beslutsunderskott huvudsakligen inom förstärkningsdomänet [26]. Även om ytterligare forskning behövs för att bekräfta dessa hypoteser, kan frånvaron av ökad risktagning för vinster bland IGD-ämnen återspegla relativt normativ behandling av monetära belöningar (men inte förluster) i denna befolkning. Dessutom belyser dessa resultat vikten av att utvärdera olika aspekter av beslutsfattande på olika beroendeförhållanden.

Poängsätten för internetberoende var positivt förknippade med antalet ofördelaktiga riskabla val som gjordes i Cups-uppgiften, vilket indikerar att personer med högre poängsätt på internetberoende fattade mer olämpliga beslut relaterade till riskfyllda förluster under RD-studier. Dessa fynd överensstämmer med tidigare studier som också rapporterade att preferensen för missgynnade riskfyllda alternativ var förknippad med svårighetsgraden av IGD med användning av liknande paradigmer, såsom Game of Dice Task [15,16] och uppgift om diskontering av sannolikhet [22]. Dessa fynd stöder hypotesen att nedsättningar av beslutsfattande relaterade till riskfyllda förluster är relaterade till graden av svårighetsgrad på internetberoende (dvs. CIAS-poäng) och därför kan vara ett lämpligt terapeutiskt mål för behandlingen av IGD.

Sammantaget tyder våra resultat på försämringar i riskabelt beslutsfattande inom ramen för undvikande av förluster bland personer med IGD. Ytterligare forskning behövs för att fastställa den neurobiologiska grunden för dessa förändringar. En hypotes är att ofördelaktigt beslutsfattande inom förlustdomänen kan relatera till förändringar i kortikostriatal funktion hos individer med IGD, vilket har rapporterats bland individer med beteendemissbruk och drogberoende [45-47]. I synnerhet spelar insulaen en kritisk roll i biologin för både beroende och beslutsfattande [9,48,49] och är inblandad i förlustförväntning och undvikande av lärande [50]. En spekulativ hypotes är alltså att försämringar i beslut om beslut om förlustundvikande kan vara relaterade till insulär funktion hos individer med IGD.

Flera begränsningar i denna studie bör noteras. Först med tanke på att IGD är vanligast bland män [1,32] inkluderade denna studie inte kvinnliga deltagare. Därför behövs ytterligare studier för att bedöma beslut om vinster och förluster bland kvinnor med IGD. För det andra begränsar vår rekrytering av endast högskolestudenter generaliserbarheten av våra resultat. Även om högskolestudenter är en av de mest mottagliga populationerna för IGD [5,33], framtida studier krävs för att undersöka sambandet mellan risktagande för potentiella vinster och förluster och IGD i kliniska prover. Slutligen behövs studier med längsgående konstruktioner för att undersöka om beslutsfattande förändringar är en följd eller en föregångare till IGD.

Sammanfattningsvis är denna studie den första som bedömer beslutsfattande inom vinst- och förlustdomänerna separat bland högskolestudenter med IGA med hjälp av Cup-uppgiften. IGD-patienter visade större risktagande tendenser än HC. Vidare gjorde IGD-försökspersoner betydligt mer riskabla val än HC: er på RD-studierna i förlusten men inte fick domän, och en sådan försämring var förknippad med okänslighet för utfallsstorlek och sannolikhetsnivå relaterad till riskfyllda förluster. Dessutom var poäng på internetberoende allvarligt associerade med ofördelaktiga riskabla alternativ som gjorts inom förlustdomänen. Sammantaget tyder dessa fynd på att förändringsförlust (mot vinst) bearbetning kan ligga till grund för beslutsunderskott i denna befolkning.

Stödjande information

Erkännanden

Författarna tackar Dr. Elaine Bossard för att de tillhandahöll demo av den ursprungliga versionen av Cups-uppgiften, och Dr Shan Luo för hjälp med dataanalyser.

Författarbidrag

Tänkt och designat experimenten: YWY PRC JTZ LYD QXL XYF. Utförde experimenten: YWY PRC SL LJW JTZ. Analyserade data: YWY SL JTZ GC. Bidragna reagenser / material / analysverktyg: JTZ XYF. Skrivde tidningen: YWY JTZ SWY XYF.

Referensprojekt

1. 1. Ko CH, Yen JY, Chen SH, Wang PW, Chen CS, et al. (2014) Utvärdering av de diagnostiska kriterierna för internetspelstörning i DSM-5 bland unga vuxna i Taiwan. J Psychiatr Res 53: 103 – 110. doi: 10.1016 / j.jpsychires.2014.02.008. PMID: 24581573
   • Visa artikel
   • PubMed / NCBI
   • Google Scholar
2. 2. Petry NM, Rehbein F, Gentile DA, Lemmens JS, Rumpf HJ, et al. (2014) En internationell konsensus för att utvärdera störningar på internet-spel med den nya DSM-5-metoden. Addiction 109: 1399 – 1406. doi: 10.1111 / add.12457. PMID: 24456155
3. Visa artikel
4. PubMed / NCBI
5. Google Scholar
6. Visa artikel
7. PubMed / NCBI
8. Google Scholar
9. 3. King DL, Delfabbro PH (2014) Den kognitiva psykologin för internetspelstörning. Clin Psychol Rev 34: 298 – 308. doi: 10.1016 / j.cpr.2014.03.006. PMID: 24786896
10. Visa artikel
11. PubMed / NCBI
12. Google Scholar
13. Visa artikel
14. PubMed / NCBI
15. Google Scholar
16. Visa artikel
17. PubMed / NCBI
18. Google Scholar
19. Visa artikel
20. PubMed / NCBI
21. Google Scholar
22. Visa artikel
23. PubMed / NCBI
24. Google Scholar
25. Visa artikel
26. PubMed / NCBI
27. Google Scholar
28. Visa artikel
29. PubMed / NCBI
30. Google Scholar
31. Visa artikel
32. PubMed / NCBI
33. Google Scholar
34. Visa artikel
35. PubMed / NCBI
36. Google Scholar
37. Visa artikel
38. PubMed / NCBI
39. Google Scholar
40. Visa artikel
41. PubMed / NCBI
42. Google Scholar
43. Visa artikel
44. PubMed / NCBI
45. Google Scholar
46. Visa artikel
47. PubMed / NCBI
48. Google Scholar
49. Visa artikel
50. PubMed / NCBI
51. Google Scholar
52. Visa artikel
53. PubMed / NCBI
54. Google Scholar
55. Visa artikel
56. PubMed / NCBI
57. Google Scholar
58. Visa artikel
59. PubMed / NCBI
60. Google Scholar
61. Visa artikel
62. PubMed / NCBI
63. Google Scholar
64. Visa artikel
65. PubMed / NCBI
66. Google Scholar
67. Visa artikel
68. PubMed / NCBI
69. Google Scholar
70. Visa artikel
71. PubMed / NCBI
72. Google Scholar
73. Visa artikel
74. PubMed / NCBI
75. Google Scholar
76. Visa artikel
77. PubMed / NCBI
78. Google Scholar
79. Visa artikel
80. PubMed / NCBI
81. Google Scholar
82. Visa artikel
83. PubMed / NCBI
84. Google Scholar
85. Visa artikel
86. PubMed / NCBI
87. Google Scholar
88. Visa artikel
89. PubMed / NCBI
90. Google Scholar
91. Visa artikel
92. PubMed / NCBI
93. Google Scholar
94. Visa artikel
95. PubMed / NCBI
96. Google Scholar
97. Visa artikel
98. PubMed / NCBI
99. Google Scholar
100. Visa artikel
101. PubMed / NCBI
102. Google Scholar
103. Visa artikel
104. PubMed / NCBI
105. Google Scholar
106. Visa artikel
107. PubMed / NCBI
108. Google Scholar
109. Visa artikel
110. PubMed / NCBI
111. Google Scholar
112. Visa artikel
113. PubMed / NCBI
114. Google Scholar
115. Visa artikel
116. PubMed / NCBI
117. Google Scholar
118. Visa artikel
119. PubMed / NCBI
120. Google Scholar
121. Visa artikel
122. PubMed / NCBI
123. Google Scholar
124. Visa artikel
125. PubMed / NCBI
126. Google Scholar
127. Visa artikel
128. PubMed / NCBI
129. Google Scholar
130. Visa artikel
131. PubMed / NCBI
132. Google Scholar
133. Visa artikel
134. PubMed / NCBI
135. Google Scholar
136. Visa artikel
137. PubMed / NCBI
138. Google Scholar
139. Visa artikel
140. PubMed / NCBI
141. Google Scholar
142. Visa artikel
143. PubMed / NCBI
144. Google Scholar
145. Visa artikel
146. PubMed / NCBI
147. Google Scholar
148. 4. Association Psychiatric Association (2013) Diagnostic and Statistical Manual of Mental Disorders (5th ed.). Arlington, VA: Författare.
149. 5. Chou C, Condron L, Belland JC (2005) En översikt av forskningen om internetberoende. Educ Psychol Rev 17: 363 – 388. doi: 10.1007 / s10648-005-8138-1.
150. 6. Ko CH, Hsiao S, Liu GC, Yen JY, Yang MJ, et al. (2010) Egenskaperna för beslutsfattande, potential att ta risker och personlighet hos studenter med internetberoende. Psychiat Res 175: 121 – 125. doi: 10.1016 / j.psychres.2008.10.004. PMID: 19962767
151. 7. Bechara A (2005) Beslutsfattande, impulskontroll och förlust av viljestyrka för att motstå läkemedel: Ett neurokognitivt perspektiv. Nat Neurosci 8: 1458 – 1463. doi: 10.1038 / nn1584. PMID: 16251988
152. 8. Lucantonio F, Stalnaker TA, Shaham Y, Niv Y, Schoenbaum G (2012) Effekten av orbitofrontal dysfunktion på kokainberoende. Nat Neurosci 15: 358 – 366. doi: 10.1038 / nn.3014. PMID: 22267164
153. 9. Paulus MP (2007) Dysfunktioner i beslutsfattande inom psykiatri: Förändrad homeostatisk behandling? Vetenskap 318: 602 – 606. doi: 10.1126 / science.1142997. PMID: 17962553
154. 10. Bechara A, Damasio H (2002) Beslutsfattande och beroende (del I): Nedsatt aktivering av somatiska tillstånd i substansberoende individer när man funderar över beslut med negativa framtida konsekvenser. Neuropsychologia 40: 1675 – 1689. doi: 10.1016 / S0028-3932 (02) 00015-5. PMID: 11992656
155. 11. Bechara A, Dolan S, Hindes A (2002) Beslutsfattande och beroende (del II): Närsynthet för framtiden eller överkänslighet för att belöna? Neuropsychologia 40: 1690 – 1705. doi: 10.1016 / S0028-3932 (02) 00016-7. PMID: 11992657
156. 12. Brand M, Roth-Bauer M, Driessen M, Markowitsch HJ (2008) Exekutivfunktioner och riskabelt beslutsfattande hos patienter med opiatberoende. Drug Alcohol Depen 97: 64 – 72. doi: 10.1016 / j.drugalcdep.2008.03.017. PMID: 18485620
157. 13. Rogers RD, Everitt B, Baldacchino A, Blackshaw A, Swainson R, et al. (1999) Oskiljaktiga underskott i beslutsfattande erkännande av kroniska amfetaminmisbrukare, opiatmisbrukare, patienter med fokalskada på prefrontalt cortex och tryptofan-utarmade normala frivilliga: Bevis för monoaminergiska mekanismer. Neuropsychopharmacol 20: 322 – 339. doi: 10.1016 / S0893-133X (98) 00091-8. PMID: 10088133
158. 14. Monterosso J, Ehrman R, Napier KL, O'Brien CP, Childress AR (2001) Tre beslutsfattandeuppgifter hos kokainberoende patienter: Mätar de samma konstruktion? Addiction 96: 1825 – 1837. doi: 10.1046 / j.1360-0443.2001.9612182512.x. PMID: 11784475
159. 15. Pawlikowski M, Brand M (2011) Överdriven spel på internet och beslutsfattande: Har överdrivna World of Warcraft-spelare problem med beslutsfattande under riskfyllda förhållanden? Psychiat Res 188: 428 – 433. doi: 10.1016 / j.psychres.2011.05.017. PMID: 21641048
160. 16. Yao YW, Chen PR, Chen C, Wang LJ, Zhang JT, et al. (2014) Underlåtenhet att använda återkoppling orsakar beslutsunderskott bland överdrivna Internet-spelare. Psychiat Res 219: 583 – 588. doi: 10.1016 / j.psychres.2014.06.033. PMID: 25024056
161. 17. Sun D, ​​Chen Z, Ma N, Zhang X, Fu X, et al. (2009) Beslutsfattande och förhindrad svarsfunktion hos överdrivna internetanvändare. CNS Spectrums 14: 75 – 81. PMID: 19238122
162. 18. Xu S (2012) Internetmisbrukares beteendeimpulsivitet: Bevis från Iowa Gambling Task. Acta Psychol Sin 44: 1523 – 1534. doi: 10.3724 / sp.j.1041.2012.01523
163. 19. Dong G, Hu Y, Lin X, Lu Q (2013) Vad får Internet-missbrukare att fortsätta spela online även om de står inför allvarliga negativa konsekvenser? Möjliga förklaringar från en fMRI-studie. Biol Psychol 94: 282 – 289. doi: 10.1016 / j.biopsycho.2013.07.009. PMID: 23933447
164. 20. Dong G, Hu Y, Lin X (2013) Belöning / straffkänslighet bland Internet-missbrukare: Implikationer för deras beroendeframkallande beteende. Prog Neuro-Psychoph 46: 139 – 145. doi: 10.1016 / j.pnpbp.2013.07.007. PMID: 23876789
165. 21. Dong G, Huang J, Du X (2011) Förbättrad belöningskänslighet och minskad förlustkänslighet hos Internet-missbrukare: En fMRI-studie under en gissningsuppgift. J Psychiatr Res 45: 1525 – 1529. doi: 10.1016 / j.jpsychires.2011.06.017. PMID: 21764067
166. 22. Lin X, Zhou H, Dong G, Du X (2015) Nedsatt riskbedömning hos personer med Internet-spelsjukdom: fMRI-bevis från en sannolikhetsdiskonteringsuppgift. Prog Neuro-Psychoph 56C: 142 – 148. doi: 10.1016 / j.pnpbp.2014.08.016. PMID: 25218095
167. 23. Fujiwara J, Tobler PN, Taira M, Iijima T, Tsutsui KI (2009) Segregerad och integrerad kodning av belöning och straff i cingulatbarken. J Neurophysiol 101: 3284 – 3293. doi: 10.1152 / jn.90909.2008. PMID: 19339460
168. 24. Seymour B, Daw N, Dayan P, Singer T, Dolan R (2007) Differentialkodning av förluster och vinster i det mänskliga striatum. J Neurosci 27: 4826 – 4831. doi: 10.1523 / JNEUROSCI.0400-07.2007. PMID: 17475790
169. 25. Levin IP, Xue G, Weller JA, Reimann M, Lauriola M, et al. (2011) En neuropsykologisk metod för att förstå risktagande för potentiella vinster och förluster Främre Neurosci 6: 15 – 15. doi: 10.3389 / fnins.2012.00015. PMID: 22347161
170. 26. Weller JA, Levin IP, Shiv B, Bechara A (2007) Neuralkorrelaterade anpassningsbara beslutsfattande för riskfyllda vinster och förluster. Psychol Sci 18: 958 – 964. doi: 10.1111 / j.1467-9280.2007.02009.x. PMID: 17958709
171. 27. Brevers D, Bechara A, Cleeremans A, Kornreich C, Verbanck P, et al. (2014) Nedsatt beslutsfattande under risk hos individer med alkoholberoende. Alcohol Clin Exp Res 38: 1924 – 1931. doi: 10.1111 / acer.12447. PMID: 24948198
172. 28. Brevers D, Cleeremans A, Goudriaan AE, Bechara A, Kornreich C, et al. (2012) Beslutsfattande i tvetydighet men inte under risk är relaterat till svårighetsgraden av spel. Psychiat Res 200: 568 – 574. doi: 10.1016 / j.psychres.2012.03.053.
173. 29. Wesley MJ, Hanlon CA, Porrino LJ (2011) Dåligt beslutsfattande av kroniska marijuana-användare är förknippade med minskad funktionell respons på negativa konsekvenser. Psychiat Res-Neuroim 191: 51 – 59. doi: 10.1016 / j.pscychresns.2010.10.002. PMID: 21145211
174. 30. Gowin JL, Stewart JL, May AC, Ball TM, Wittmann M, et al. (2014) Förändrad cingulat och insulär cortexaktivering under risktagande av metamfetaminberoende: förluster tappar påverkan. Addiction 109: 237 – 247. doi: 10.1111 / add.12354. PMID: 24033715
175. 31. Tang J, Yu Y, Du Y, Ma Y, Zhang D, et al. (2014) Prevalens av internetberoende och dess associering med stressande livshändelser och psykologiska symtom bland ungdomar på internetanvändare. Addict Behav 39: 744 – 747. doi: 10.1016 / j.addbeh.2013.12.010. PMID: 24388433
176. 32. Dalbudak E, Evren C, Topcu M, Aldemir S, Coskun KS, et al. (2013) Förhållande mellan internetberoende och impulsivitet och svårighetsgrad av psykopatologi bland turkiska universitetsstudenter. Psychiat Res 210: 1086 – 1091. doi: 10.1016 / j.psychres.2013.08.014. PMID: 23998359
177. 33. Ko CH, Yen JY, Chen SH, Yang MJ, Lin HC, et al. (2009) Föreslagna diagnostiska kriterier och screening- och diagnosverktyget för internetberoende hos studenter. Compr Psychiat 50: 378 – 384. doi: 10.1016 / j.comppsych.2007.05.019. PMID: 19486737
178. 34. Chen S, Weng L, Su Y, Wu H, Yang P (2003) Utveckling av en kinesisk internetberoende skala och dess psykometriska studie. Kinesiska J Psychol 45: 279.
179. 35. Mak KK, Lai CM, Ko CH, Chou C, Kim DI, et al. (2014) Psykometriska egenskaper hos den reviderade Chen Internet addiction skalan (CIAS-R) hos kinesiska ungdomar. J Abnorm Barnpsykol 42: 1237 – 1245. doi: 10.1007 / s10802-014-9851-3. PMID: 24585392
180. 36. Jasper JD, Bhattacharya C, Levin IP, Jones L, Bossard E (2013) Räkning som en prediktor för anpassningsbart riskabelt beslutsfattande. J Behav Dec Making 26: 164 – 173. doi: 10.1002 / bdm.1748.
181. 37. Weller JA, Fisher PA (2013) Beslutsunderskott bland obehandlade barn. Underbehandling av barn 18: 184 – 194. doi: 10.1177 / 1077559512467846. PMID: 23220788
182. 38. Ersche KD, Roiser JP, Clark L, London M, Robbins TW, et al. (2005) Bestraffning inducerar riskabelt beslutsfattande hos metadonunderhållna opiatanvändare men inte hos heroinanvändare eller friska frivilliga. Neuropsychopharmacol 30: 2115 – 2124. doi: 10.1038 / sj.npp.1300812. PMID: 15999147
183. 39. Svaldi J, Brand M, Tuschen-Caffier B (2010) Försvårningar av beslutsfattande hos kvinnor med ätstörningar i binge. Appetit 54: 84 – 92. doi: 10.1016 / j.appet.2009.09.010. PMID: 19782708
184. 40. Robbins T, Clark L (2015) Beteendeberoende. Curr Opin Neurobiol 30C: 66 – 72. doi: 10.1016 / j.conb.2014.09.005.
185. 41. Tao R, Huang X, Wang J, Zhang H, Zhang Y, et al. (2010) Föreslagna diagnostiska kriterier för internetberoende. Addiction 105: 556 – 564. doi: 10.1111 / j.1360-0443.2009.02828.x. PMID: 20403001
186. 42. Sescousse G, Barbalat G, Domenech P, Dreher JC (2013) Obalans i känsligheten för olika typer av belöningar vid patologisk spel. Hjärnan 136: 2527 – 2538. doi: 10.1093 / hjärna / awt126. PMID: 23757765
187. 43. Kim SM, Han DH, Min KJ, Kim BN, Cheong JH (2014) Hjärnaktivering som svar på begär och aversionsinducerande led relaterade till alkohol hos patienter med alkoholberoende. Drug Alcohol Depen 141: 124 – 131. doi: 10.1016 / j.drugalcdep.2014.05.017. PMID: 24939441
188. 44. Gilpin NW, Roberto M (2012) Neuropeptidmodulering av central amygdala neuroplasticitet är en nyckelförmedlare av alkoholberoende. Neurosci Biobehav Rev 36: 873 – 888. doi: 10.1016 / j.neubiorev.2011.11.002. PMID: 22101113
189. 45. Balodis IM, Kober H, Worhunsky PD, Stevens MC, Pearlson GD, et al. (2012) Minskad frontostriatal aktivitet under bearbetning av monetära belöningar och förluster i patologiskt spel. Biol Psychiat 71: 749 – 757. doi: 10.1016 / j.biopsych.2012.01.006. PMID: 22336565
190. 46. Gradin VB, Baldacchino A, Balfour D, Matthews K, Steele JD (2013) Onormal hjärnaktivitet under en belönings- och förlustuppgift hos opiatberoende patienter som får metadonunderhållsterapi. Neuropsychopharmacol 39: 885 – 894. doi: 10.1038 / npp.2013.289. PMID: 24132052
191. 47. Yip SW, DeVito EE, Kober H, Worhunsky PD, Carroll KM, et al. (2014) Förbehandlingsmätningar av hjärnans struktur och belöningsbearbetande hjärnfunktion vid cannabisberoende: En undersökande studie av förhållanden till avhållsamhet under beteendebehandling. Drug Alcohol Depen 140: 33 – 41. doi: 10.1016 / j.drugalcdep.2014.03.031. PMID: 24793365
192. 48. Naqvi NH, Bechara A (2010) Insula och narkotikamissbruk: en interoceptiv syn på nöje, manar och beslutsfattande. Hjärnstruktur Funktion 214: 435 – 450. doi: 10.1007 / s00429-010-0268-7. PMID: 20512364
193. 49. Noël X, Brevers D, Bechara A (2013) En neurokognitiv strategi för att förstå missbrukens neurobiologi. Curr Opin Neurobiol 23: 632 – 638. doi: 10.1016 / j.conb.2013.01.018. PMID: 23395462
194. 50. Samanez-Larkin GR, Hollon NG, Carstensen LL, Knutson B (2008) Individuella skillnader i insulär känslighet under förlustförväntning förutspår undvikande inlärning. Psychol Sci 19: 320 – 323. doi: 10.1111 / j.1467-9280.2008.02087.x. PMID: 18399882