Minskad modulering av risknivån vid hjärnaktivering vid beslutsfattande hos ungdomar med internetstörning (2015)

Front Behav Neurosci. 2015; 9: 296.

Publicerad online 2015 Nov 3. doi:  10.3389 / fnbeh.2015.00296

PMCID: PMC4630310

 

Abstrakt

Större impuls och risktagande och minskad beslutsförmåga rapporterades som de viktigaste beteendeförmågan hos individer med internet-spelsjukdom (IGD), vilket har blivit en allvarlig mentalhälsoproblem världen över. Det är emellertid inte klart hittills hur risknivån modulerar hjärnaktivitet under beslutsprocessen hos IGD-individer. I denna studie rekryterades 23-tonåringar med IGD och 24 friska kontroller (HC) utan IGD, och ballonanalog riskuppgift (BART) användes i ett funktionellt magnetiskt resonansavbildningsexperiment för att utvärdera moduleringen av risknivån (sannolikheten för ballongexplosion) på hjärnaktivitet under riskabla beslut i IGD-ungdomar. Minskad modulering av risknivån för aktiveringen av den högra dorsolaterala prefrontala cortex (DLPFC) under den aktiva BART hittades i IGD-gruppen jämfört med HC: erna. I IGD-gruppen fanns ett signifikant negativt samband mellan den riskrelaterade DLPFC-aktiveringen under den aktiva BART och Barratt-impulsivitetsskalan (BIS-11), som var signifikant högre i IGD-gruppen jämfört med HC-värdena. Vår studie visade att, som en kritisk beslutsrelaterad hjärnregion, rätt DLPFC är mindre känslig för risk hos IGD-ungdomar jämfört med HC: n, vilket kan bidra till den högre impulsivitetsnivån hos IGD-ungdomar.

Nyckelord: Internet-spelsjukdom, BART, dorsal lateral prefrontal cortex, fMRI, riskabelt beslutsfattande

Beskrivning

Internet-spelsjukdom har blivit allt vanligare världen över, särskilt i Asien (; ) och resulterar i en negativ inverkan på olika beteendemässiga och psykosociala aspekter (). Beteendeforskning antydde att en minskad riskfylld beslutsförmåga är en av de viktigaste beteendeförmågan hos IGD-individer (; ). Till exempel fann forskare att IGD-individer gjorde mer olämpliga val i Game of Dice Task jämför med HC: er och att en sådan försämring delvis kan vara ett resultat av misslyckande med att använda feedback (; ). Studier avslöjade dessutom att IGD-individer visar en minskad hänsyn till erfarenhetsresultat vid framtida beslut (). Riskabelt beslutsfattande är en kognitiv funktion på hög nivå och är avgörande för människans överlevnad i en osäker miljö (). Riskaversion är en väsentlig del av beslutsprocessen i en normal befolkning (). IGD-individer tenderar emellertid att visa upp ofördelaktigt riskabelt beslutsfattande och möter mer negativa situationer (), vilket kan leda till en negativ effekt på IGD-individer och samhället. Därför är det viktigt att undersöka de neurala mekanismerna som ligger till grund för det förändrade riskabla beslutet hos IGD-individer.

Neuralkretsarna relaterade till riskabelt beslutsfattande undersöktes vilda i friska försökspersoner, och ett distribuerat subkortik-kortikalt nätverk som huvudsakligen bestod av prefrontala, parietala, limbiska och subkortikala regioner visade sig vara involverat i riskabelt beslutsfattande (; ; ; ; ) och hjärnaktiveringsnivåerna i dessa regioner visade sig vara associerade med risknivån (; ; ; ; ). Emellertid fokuserade få neuroimagingstudier på effekten av IGD på nervsubstraten för riskabla beslut. En fMRI-studie av fann att individer med internetberoende störningar krävde mer hjärnresurser för att slutföra beslutsuppgiften och ignorerade feedback från tidigare resultat, vilket är en väsentlig funktion i riskabla beslutsfattande i HC. En studie av avslöjade att aktiveringsnivåerna för vänster underlägsen frontal gyrus och vänster precentral gyrus minskade hos IGD-individer vid utförande av en sannolikhetsdiskonteringsuppgift, vilket antydde försämrad riskbedömning hos IGD-individer. Även om dessa studier antydde att IGD är förknippat med onormal hjärnaktivitet under riskabla beslutsprocesser, är hur risknivån modulerar hjärnaktivering under beslut fattas fortfarande dåligt hos IGD-individer. Så vitt vi vet har ingen studie hittills fokuserat på samvariationen mellan hjärnaktivering och risknivåerna under beslutsprocessen hos IGD-individer, vilket kan främja den nuvarande förståelsen av de mekanismer som ligger bakom beslutsunderskott hos IGD-individer.

I denna studie registrerades 23 IGD-tonåringar och 24 HC: er, och fMRI-data erhölls medan deltagarna utförde BART () för att utvärdera hur risknivån modulerar hjärnaktivering under beslutsprocesser hos IGD-ungdomar jämfört med HC: erna. BART, där deltagarna blåser upp virtuell ballong som antingen kan bli större eller explodera, tillhandahåller en ekologiskt giltig modell för att bedöma människans risktagande benägenhet och beteende och ger deltagarna ett val att bestämma risknivån för varje ballong; ju större ballongen blåste upp, desto större är risken för att deltagarna tar. Till skillnad från andra riskuppgifter definierades risken i BART mer direkt och ekologiskt som sannolikheten för explosion för varje ballong; alltså är BART anpassningsbar när det gäller att utvärdera moduleringen av risknivån för hjärnaktivering under beslutsprocessen. BART har framgångsrikt använts i friska frivilliga, och flera hjärnregioner visade sig vara relaterade till risken, inklusive DLPFC, ventromedial prefrontal cortex, ACC / medial frontal cortex, striatum och insula (; ; ; ). BART har också använts i beroendestudier, och den onormala hjärnaktiveringen upptäcktes i DLPFC och striatum hos metamfetaminberoende individer () och i den prefrontala cortex och ACC hos alkoholberoende individer (; ). Som ett speciellt beteendemissbruk (; ), IGD kan också påverka aktiviteten i de riskrelaterade hjärnregionerna. I den här studien använde vi således fMRI med BART för att undersöka om moduleringen av risknivån för hjärnaktiveringen under beslutsprocessen förändras hos IGD-ungdomar jämfört med HC. Denna studie kommer att bidra till förståelsen av neuromekanismerna för risktagande och impulsivt beteende hos IGD-ungdomar.

Material och metoder

Deltagarval

Eftersom diagnostiska standarder för IGD fortfarande är tvetydiga (; ), valdes relativt stränga inkluderingskriterier i denna studie. Först YDQ för internetberoende () användes för att bestämma förekomsten av en störning på internetberoende. YDQ bestod av åtta "ja" eller "nej" frågor angående internetanvändning. Deltagare som rapporterade fem eller fler “ja” svar diagnostiserades ha en internetberoende störning (). En poäng på 50 eller högre på IAT () användes som det andra inklusionskriteriet. Dessutom rekryterades endast IGD-ungdomar som rapporterade att de spenderade i genomsnitt fyra eller fler timmar / dag på internetspel (> 80% av den totala onlinetiden). Enligt dessa inklusionskriterier rekryterades 26 högerhänta IGD-ungdomar i denna studie. Endast de manliga ämnena undersöktes på grund av det relativt lilla antalet kvinnor med internetupplevelse. Tjugofem manliga deltagare rekryterades som HC. Hälso-och sjukvård definierades som försökspersoner som inte passade kriterierna för en YDQ-diagnos, tillbringade mindre än 2 timmar per dag på internet och vars IAT-poäng var lägre än 50. Alla deltagare var medicinfria och rapporterade ingen historia av missbruk eller huvudskador. Impulsiviteten utvärderades för alla deltagare med BIS-11 (). IQ för alla deltagare testades med SPM. Uppgifterna från tre av 26 IGD-tonåringar och en av 25 HC: s kasserades från denna studie på grund av uppenbar huvudrörelse under fMRI-experimentet (maximal förskjutning i någon kardinalriktning är mer än 2 mm och / eller maximal snurr är mer än 2 °) . Data för de återstående 23 IGD-tonåringarna och 24 HC: erna användes för vidare analys. Ålder, utbildning och IQ matchades väl mellan de två grupperna, och BIS-poängen och IAT-poängen var signifikant högre i IGD-gruppen än i HC-värden (Bord Table11).

Tabell 1 

Demografiska och kliniska egenskaper hos individer (medelvärde ± SD).

Denna studie godkändes av den etiska kommittén vid Tianjin Medical University General Hospital och skriftligt informerat samtycke erhölls från varje ämne.

Uppgift och förfarande

I den aktuella studien anpassade vi den fMRI-anpassade versionen av BART som används av . I korthet presenterades deltagarna en virtuell ballong och bad att trycka på en av två knappar för att antingen blåsa upp (pumpa) ballongen eller ta ut kontanter. De större ballongerna var förknippade med större belöningar och större risk för explosion. Deltagarna kan sluta blåsa upp ballongen när som helst för att vinna satsningen eller fortsätta inflationen tills ballongen exploderar, i vilket fall de tappar satsningen. Det maximala antalet pumpar som deltagarna kunde använda för varje ballong var 12. En kontrollcue (färgen på en liten cirkel ändrades från röd till grön) användes för att instruera deltagarna att börja inflationen. Efter att deltagarna framgångsrikt hade tryckt på en knapp och pumpat ballongen, blev den lilla cirkeln omedelbart röd med ett slumpmässigt intervall mellan 1.5 och 2.5 s. Kön blev sedan grön igen för att indikera nästa inflationsperiod. Efter slutet av varje ballongförsök fanns det också ett varierande intervall på 2 – 4 före nästa ballongförsök. Bilden av vinst eller förlust presenterades för 1.5. Bilden av den exploderade ballongen presenterades för 20 ms. Risken för ballongexplosion (sannolikheten för ballongexplosion) definierades som ”risknivån.” Kovariansen mellan risknivån och aktiveringen av hjärnregionerna definierades som ”modulering”.

Vi använde två lägen för BART i vår studie: aktivt val och passiva ingenvalslägen. I det aktiva valläget kunde deltagarna bestämma risknivån och beslutade att antingen blåsa upp ballongen eller kassa ut. I det passiva ingenvalsläget blåste dock deltagarna bara upp ballongen kontinuerligt medan datorn bestämde slutpunkten såväl som vinsten eller förlusten för varje ballong. Antalet ballonger som deltagarna slutförde under skanningen bestämdes inte i förväg utan berodde på responshastigheten i antingen aktiva eller passiva lägen. Den enda skillnaden mellan de två lägena är alternativet i det aktiva läget att avbryta inflationen och vinna satsningen. Hjärnaktiveringsnivåerna i det aktiva valläget jämfört med det passiva ingenvalsläget (aktivt passivt) återspeglar den neurala grunden för beslutsprocessen. Efter experimentet fick deltagarna motsvarande summa pengar som tjänades in under experimentet med aktivt läge.

Data Acquisition

Den funktionella MR-enheten genomfördes på en Siemens 3.0T-skanner (Magnetom Verio, Siemens, Erlangen, Tyskland) med användning av en gradient-återkallad eko-planbildsekvens med följande parametrar: repetitionstid (TR) = 2000 ms, ekotid (TE) = 30 ms, synfält = 220 mm × 220 mm, matris = 64 × 64, skivtjocklek = 4 mm och skivgap = 1 mm. Uppgiftsstimulerna projicerades på en skärm framför magnetens borrning och deltagarna tittade på stimuli genom en spegel installerad på huvudspolen. Deltagarna svarade på uppgiften genom att trycka på knappen i den fMRI-kompatibla svarrutan. Det formella experimentet genomfördes efter att deltagarna lärde sig och övade uppgifterna. Alla deltagare genomförde två 10 min-funktionella körningar, en för varje uppgiftsläge. Skanningsordningen för de två uppgifterna balanserades mellan deltagarna i varje grupp.

Beteendeanalys

I fMRI-experimentet inkluderade beteendevariablerna för BART försöksnummer, totalt och medelantal pumpar, antal vinster och förluster, justerat antal pumpar (definierat som det genomsnittliga antalet pumpar exklusive ballongerna som exploderade), belöningen insamlingsfrekvens (antalet vinstförsök dividerat med antalet totala försök) och genomsnittligt RT för alla pumpar. Endast beteendedata under det aktiva läget analyserades eftersom deltagarna tvingades acceptera det resultat som bestämdes av datorn för varje ballong under det passiva läget. Ett tvåprov t-test användes för att jämföra skillnaden i beteendedata under det aktiva läget mellan IGD-individerna och HC: erna. Statistiska analyser genomfördes med SPSS 21.0, och signifikansnivån sattes till P <0.05.

Funktionell MRI-dataförbehandling

Funktionell MRI-dataförbehandling utfördes med användning av SPM8 (http://www.fil.ion.ucl.ac.uk/spm/software/spm8). För varje deltagare korrigerades de funktionella bilderna för förvärvningstidsfördröjningen mellan de olika skivorna och korrigerade geometriska förskjutningar enligt den uppskattade huvudrörelsen. Bilderna anpassades sedan med den första volymen. Baserat på uppskattningarna av rörelsekorrigering uteslutes deltagare som visade en maximal förskjutning i någon av x-, y- eller z-riktningarna större än 2-mm eller mer än 2 ° vinkelrotation (x, y eller z) från denna studie . Efter detta steg normaliserades alla ombildade bilder rumsligt till MNI EPI-mallen, omformades till 3 mm × 3 mm × 3 mm och släktes därefter ut med en 6 mm FWHM.

Statistisk analys

GLM användes för voxelbaserad individuell dataanalys. BOLD tidsseriedata modellerades med användning av en standard HRF med ett tidsderivat. Huvudrörelseparametrarna för varje ämne modellerades som kovariater av inget intresse. Ett högpassfilter med en avstängning vid 128 s användes för att avlägsna lågfrekvensförändringar.

GLM inkluderade tre typer av händelser som härrörde från en knapptryckning: en inflation av ballongen, ett vinstutfall eller ett förlustresultat. Således inkluderade GLM för antingen aktiv eller passiv uppgift tre regressorer som representerar tre typer av händelser, respektive. Risknivån förknippad med varje inflation (dvs sannolikheten för explosion, ortogonaliserad med en genomsnittlig central korrigering) infördes också i modellen som en linjär parametrisk modulering av ballongens inflationsregressor. För varje individ definierades den riskrelaterade kontrasten i aktiva och passiva uppgifter för att undersöka hjärnaktiveringarna som samvarierade med risknivån.

De andra nivån slumpmässiga effektanalyserna genomfördes med användning av en 2 (grupp: IGD och HC) × 2 (valläge: aktivt och passivt) ANOVA på de riskrelaterade kontrasterna med fullständig faktor i SPM8, och de riskrelaterade kontrasterna i aktiva och passiva lägen inom samma deltagare behandlades som upprepade mått. I denna studie var huvudmålet att utvärdera skillnaden mellan grupperna i den riskrelaterade hjärnaktiveringen under beslutsprocessen, vilket kan återspeglas av aktiveringen i det aktiva läget jämfört med det passiva läget (aktiv – passiv). Därför analyserades den interaktiva effekten mellan grupp- och valläget, HC: er (aktiv – passiv) - IGD (aktiv – passiv) i denna studie. En korrigering för flera jämförelser utfördes med Monte Carlo-simuleringen, vilket resulterade i en korrigerad tröskel på P <0.05 (AlphaSim-program, parametrar inklusive: enkel voxel P = 0.005, 1000-simuleringar, full bredd vid halva max = 6 mm, klusteranslutningsradie r = 5 mm, och masken för global grå substans). Hjärnregionerna med interaktiva effekter etablerades som ROI: er. De genomsnittliga ß-uppskattningarna inom ROI: er extraherades och a post hoc t-testet genomfördes.

Korrelationen mellan de genomsnittliga p-uppskattningarna inom ROI: er, BIS-poäng och IAT-poäng undersöktes med en Pearsons korrelationsanalys i IGD-grupp med SPSS 21.0. Betydelsenivån sattes till P <0.05.

Resultat

Beteende resultat

Bord Table22 visar beteendemässiga resultat under fMRI-experimentet. Tvåprovet t-test avslöjade att den genomsnittliga RT var kortare i IGD-gruppen än i HC: erna medan det aktiva läget ägde rum (P = 0.03), antalet totala pumpar var betydligt mer i IGD-gruppen (P <0.001). Det fanns ingen signifikant skillnad i det justerade antalet pumpar, testnummer, medelantal pumpar, antal vinster och förluster och belöningssamlingsgraden.

Tabell 2 

Beteendemässiga resultat från BART under aktivt funktionell magnetisk resonansavbildning (fMRI) -experiment (medelvärde ± SD).

Bildningsresultat

En 2 (grupp: IGD och HC) × 2 (valläge: aktivt och passivt) ANOVA på de riskrelaterade kontrasterna avslöjade en betydande interaktiv effekt på aktiveringen av rätt DLPFC (MNI-koordinat: 24, 54, 12; voxels: 38; t = 3.78; P <0.05, AlphaSim-korrigering; Figur Figure1A1A). Den post hoc t-test avslöjade att moduleringen av risknivån vid aktiveringen av rätt DLPFC var högre i aktivt läge än i passivt läge i HC, men visade ingen signifikant skillnad mellan de aktiva och passiva lägena i IGD-gruppen. Under det aktiva läget minskade moduleringen av risknivån för aktiveringen av rätt DLPFC signifikant i IGD-gruppen jämfört med HC: n (Figur Figure1B1B). Dessutom hittades en betydande interaktiv effekt också för aktiveringen av det vänstra hjärnämnet (MNI-koordinat: -9, -78, -21; voxels: 72; t = 4.13; P <0.05, AlphaSim-korrigering; Figur Figure2A2A). Den post hoc t-test avslöjade att skillnaden i modulering av risknivån för aktiveringen av vänster hjärnborrning mellan lägena och mellan grupperna hade liknande funktioner som vore sett i höger DLPFC (Figur Figure2B2B).

BILD 1 

Mellangruppskillnaden i modulering med risknivån för hjärnaktivering av den högra dorsolaterala prefrontala cortex (DLPFC). (EN) Moduleringen av risknivån för hjärnaktivering av rätt DLPFC visar skillnad mellan grupper. (B) .
BILD 2 

Mellangruppskillnaden i modulering med risknivån på hjärnaktiveringen av vänster hjärnhjälm. (EN) Moduleringen av risknivån på hjärnaktiveringen av vänster hjärnan visar skillnad mellan grupper. (B) ROI-analys visar det .

Moduleringen av risknivån vid aktivering av rätt DLPFC under det aktiva läget visade en signifikant negativ korrelation med BIS-totalpoängen i IGD-gruppen (Figur Figure33). Det fanns inget signifikant samband mellan aktiveringen av rätt DLPFC- och IAT-poäng i IGD-gruppen. Dessutom hittades ingen signifikant korrelation mellan fMRI-resultaten och beteendedata under beslutsfattande.

BILD 3 

Korrelation mellan P-uppskattningarna inom ROI för rätt DLPFC och Barratt impulsivitetsskala (BIS) totala poäng i IGD-grupp.

Diskussion

Så vitt vi vet är detta den första studien som utvärderar moduleringen av risknivån för hjärnaktivering under beslutsprocessen hos IGD-ungdomar med hjälp av en BART fMRI. Minskade riskrelaterade aktiveringar av höger DLPFC under aktivt beslutsprocess hittades i IGD-gruppen jämfört med HC: erna, vilket antydde att aktiveringen av rätt DLPFC var mindre känslig för risknivån i IGD-gruppen än i HC: erna. Moduleringen av risken för aktivering av rätt DLPFC under den aktiva beslutsprocessen korrelerades negativt med BIS-poängen i IGD-gruppen. Dessa resultat kan bidra till förståelsen av de neurala mekanismerna för högre impulsivitet hos IGD-ungdomar.

Riskabelt beslut fattas troligen av flera hjärnprocesser som är involverade i uppskattningarna av värde och risk, verkställande kontroll och emotionell behandling (). DLPFC är en kritisk hjärnregion involverad i verkställande kontroll (; ) som reglerar målorienterat, flexibelt och effektivt beteende och kan förmedla beslutsfattande med uttrycklig risk (; ). Den förändrade strukturen och funktionen för DLPFC har visats hos IGD-individer (; ; ), som överensstämde med resultaten i studier om substansberoende (; ) och beteendemissbruk (). Under beslutsfattande kan DLPFC-verksamheten förmedla integrationen av information om risk och värde (), representera utsikter, utvärdera utfall och beräkna den efterföljande användbarheten (). IGD-ungdomarna presenterade vanligtvis nedsatt förmåga att leda kontrollen (; ); därför är det troligt att påpeka att den minskade riskrelaterade aktiveringen av rätt DLPFC under riskfyllda beslutsfattande hos IGD-ungdomar kan återspegla den försämrade verkställande kontrollfunktionen som förmedlade negativa val under riskfyllda situationer. I denna studie visade höger men inte vänster DLPFC minskad riskrelaterad aktivering hos IGD-ungdomar jämfört med HC: erna. Denna lateralitet av höger i motsats till vänster DLPFC-aktivitet som förmedlade riskfyllda beslut fattades också i andra BART fMRI-studier (; ; ; ) och de transkraniella likströmsstimuleringsstudierna (). Dessutom hittades denna lateralitet av minskad aktivering i rätt DLPFC även hos narkotikamissbrukare när de utförde en serie riskfyllda beslutsuppgifter (; ; ). Sammantaget innebar dessa resultat att rätt DLPFC var en nyckelregion för riskabelt beslutsfattande, och den möjliga nervmekanismen som ligger till grund för förändringen av DLPFC-aktivering hos IGD-ungdomar kan likna den hos personer med missbruksproblem.

Nyligen har IGD konceptualiserats som ett beteendemissbruk eller en impulskontrollstörning (; ), och kan vara förknippad med nedsatt hämningsfunktion (; ), vilket liknar det i andra beteendemissbruk (), såsom patologiskt spel (; ). En översyn antydde att impulsiv hämning är en del av beslutsfunktionen () och forskning har framgångsrikt visat att DLPFC har en viktig roll i den impulsiva hämningsprocessen (; ; ,; ). I den aktuella studien innebar de högre BIS-11-poängen hos IGD-individer jämfört med HC: erna en högre impulsivitet hos IGD-ungdomar, vilket var förenligt med resultaten i andra studier om impulsiv kontroll hos IGD-individer (; ; ). Därför kan den minskade moduleringen av risknivån för aktivering av rätt DLPFC hos IGD-ungdomar i vår studie förknippas med impulsiva hämningsförsvagningar. Vidare konstaterades en signifikant negativ korrelation mellan den minskade moduleringen av risknivån på aktiveringen av rätt DLPFC under det aktiva valet och BIS-11-poängen hos IGD-ungdomar, vilket innebär att IGD-ungdomar med högre impulsivitet visade lägre modulering av risknivån för aktivering av rätt DLPFC under beslutsprocessen. Rätt DLPFC-aktivering var mindre känslig för risk under beslutsprocessen hos IGD-ungdomar med högre impulsiva benägenheter. Den minskade moduleringen av risknivån vid aktivering av rätt DLPFC hos ungdomar i IGD kan förmedla deras ignorering av risken.

Vår studie fann att förutom höger DLPFC minskade moduleringen av risknivån för aktivering av vänster hjärnhjälm också under den aktiva beslutsprocessen i IGD-gruppen. Även om förändringar i cerebellumaktivering hade rapporterats i tidigare fMRI-studier med BART (; ,; ) och andra uppgifter som involverade beslutsprocesserna (; ), har den neurala mekanismen inte fastställts tydligt. Tidigare studier har funnit att cerebellum är en kritisk komponent i beroendeproblem (; ), och gråmaterialvolymen hos cerebellum, särskilt vänsterhjärnan, minskad hos personer med substansstörning (). Dessutom minskade gråmaterialvolymen () och den förbättrade regionala homogeniteten () i vänstra hjärnan har också rapporterats hos IGD-individer. Därför är det värt att utföra ytterligare studier involverade i sambandet mellan cerebellumaktiviteten och det riskabla beslutet hos IGD-individer.

Flera begränsningar bör beaktas i den aktuella studien. Först var provstorleken relativt liten, vilket kan minska kraften och misslyckas med att upptäcka vissa hjärnaktiveringar med liten betydelse. För det andra reducerades det maximala antalet möjliga ballongpumpar i denna modifierade BART-uppgift till 12, och de flesta deltagare avslutade bara cirka 30 ballongförsök under 10 min av BOLD scanning. Således kan begränsningarna som är inneboende i denna experimentella konstruktion ha minskat känsligheten för att upptäcka skillnader mellan grupper i beteendeprestanda (). Slutligen kan orsakssambandet mellan den förändrade hjärnaktiveringen och IGD inte fastställas med denna tvärsnittsstudie. En longitudinell studie kan vara till hjälp för att utvärdera denna relation.

Slutsats

Detta tros vara den första studien som testade moduleringen av risknivån för hjärnaktivering under beslutsprocessen med BART hos IGD-ungdomar. Vår studie visade att moduleringen av risknivån för aktiveringen av höger DLPFC minskade hos IGD-ungdomar, och den minskade riskrelaterade aktiveringen av rätt DLPFC var negativt korrelerade med BIS-poäng. Våra resultat antydde att, som en kritisk hjärnregion relaterad till beslutsfattandet, är rätt DLPFC mindre känslig för risknivån hos IGD-ungdomar jämfört med HC: n, vilket kan bidra till den högre impulsiviteten hos IGD-ungdomar.

Författarbidrag

XQ, YY, XL och QZ designad forskning; XQ, XD, PG, YZ, GD och QZ utförde forskning; YY, PG var involverad i den kliniska bedömningen; XQ, YZ, GD, WQ och QZ analyserade data; XQ, YZ, XL, YY och QZ skrev uppsatsen.

Intresseanmälan

Författarna förklarar att forskningen genomfördes i avsaknad av kommersiella eller finansiella relationer som kan tolkas som en potentiell intressekonflikt.

FÖRKORTNINGAR

ACCanterior cingulate
BARTballong analog riskuppgift
BIS-11Barratt impulsivitetsskala
DLPFCdorsolateral prefrontal cortex
fMRIfunktionell magnetisk resonansbildning
FWHMhelbredd vid halvmaximum
GLMallmän linjär modell
HChälsosamma kontroller
HRFhemodynamisk svarfunktion
JAG PÅYoungs test för internetberoende
IGDstörning av internetspel
IQIntelligenskvot
MNIMontreal Neurological Institute
ROIregion av intresse
RTrespons tid
SPMStandard Raven's ProgressiveMatrices
SPM8Programvara för statistisk parametrisk kartläggning
YDQUngt diagnostiskt frågeformulär
 

Referensprojekt

  • Asahi S., Okamoto Y., Okada G., Yamawaki S., Yokota N. (2004). Negativ korrelation mellan höger prefrontal aktivitet under responshämning och impulsivitet: en fMRI-studie. Eur. Båge. Psychiatry Clin. Neurosci. 254 245–251. 10.1007/s00406-004-0488-z [PubMed] [Cross Ref]
  • Bari A., Robbins TW (2013). Hämning och impulsivitet: beteendemässigt och neuralt underlag för svarskontroll. Prog. Neurobiol. 108 44 – 79. 10.1016 / j.pneurobio.2013.06.005 [PubMed] [Cross Ref]
  • Blaszczynski A. (2008). Kommentar: ett svar på "problem med begreppet videospel" beroende ": några exempel på fallstudier". Int. J. Mental Health Addict. 6 179–181. 10.1007/s11469-007-9132-2 [Cross Ref]
  • Bogg T., Fukunaga R., Finn PR, Brown JW (2012). Kognitiv kontroll kopplar samman alkoholanvändning, funktionshämmande och reducerad kognitiv kapacitet: bevis för medial prefrontal cortex dysregulation under belöningssökande beteende. Drogalkohol Beroende. 122 112 – 118. 10.1016 / j.drugalcdep.2011.09.018 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Bolla KI, Eldreth DA, Matochik JA, Kadet JL (2005). Neurala underlag för felaktigt beslut hos abstinenta marijuana-användare. NeuroImage 26 480 – 492. 10.1016 / j.neuroimage.2005.02.012 [PubMed] [Cross Ref]
  • Brand M., Labudda K., Markowitsch HJ (2006). Neuropsykologiska samband med beslutsfattande i tvetydiga och riskfyllda situationer. Neural Netw. 19 1266 – 1276. 10.1016 / j.neunet.2006.03.001 [PubMed] [Cross Ref]
  • Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E., et al. (2013). Föreningen mellan patologisk internetanvändning och komorbid psykopatologi: en systematisk översyn. psykopatologi 46 1-13. 10.1159 / 000337971 [PubMed] [Cross Ref]
  • Claus ED, Hutchison KE (2012). Neurala mekanismer för risktagande och förhållanden med farligt drickande. Alkohol. Clin. Exp. Res. 36 932 – 940. 10.1111 / j.1530-0277.2011.01694.x [PubMed] [Cross Ref]
  • Crockford DN, Goodyear B., Edwards J., Quickfall J., El-Guebaly N. (2005). Cue-inducerad hjärnaktivitet hos patologiska spelare. Biol. Psykiatri 58 787 – 795. 10.1016 / j.biopsych.2005.04.037 [PubMed] [Cross Ref]
  • Ding WN, Sun JH, Sun YW, Chen X., Zhou Y., Zhuang ZG, et al. (2014). Egenskapsimpulsivitet och nedsatt prefrontal impulsinhibitionsfunktion hos ungdomar med internet-spelberoende avslöjade av en Go / No-Go fMRI-studie. Behav. Brain Funct. 10:20 10.1186/1744-9081-10-20 [PMC gratis artikel] [PubMed] [Cross Ref]
  • 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. 10.1016 / j.biopsycho.2013.07.009 [PubMed] [Cross Ref]
  • Dong G., Huang J., Du X. (2012). Förändringar i regional homogenitet av vilande-statstatie hjärnaktivitet hos Internet-spelberoende. Behav. Brain Funct. 8:41 10.1186/1744-9081-8-41 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Dong G., Lin X., Hu Y., Xie C., Du X. (2015). Obalanserad funktionell koppling mellan verkställande kontrollnätverk och belöningsnätverk förklarar det onlinespel som söker beteenden inom Internet-spelstörning Sci. Rep. 5: 9197 10.1038 / srep09197 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Dong G., Potenza MN (2014). En kognitiv-beteendemodell av internet-spelstörning: teoretiska underlag och kliniska implikationer. J. Psychiatr. Res. 58 7 – 11. 10.1016 / j.jpsychires.2014.07.005 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Ernst M., Paulus MP (2005). Neurobiologi för beslutsfattande: en selektiv granskning ur neurokognitivt och kliniskt perspektiv. Biol. Psykiatri 58 597 – 604. 10.1016 / j.biopsych.2005.06.004 [PubMed] [Cross Ref]
  • Ersche KD, Fletcher PC, Lewis SJ, Clark L., Stocks-Gee G., London M., et al. (2005). Onormala frontala aktiveringar relaterade till beslutsfattande hos nuvarande och tidigare amfetamin och opiatberoende individer. Psykofarmakologi (Berl.) 180 612–623. 10.1007/s00213-005-2205-7 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Gabay AS, Radua J., Kempton MJ, Mehta MA (2014). Ultimatum-spelet och hjärnan: en metaanalys av neuroimaging-studier. Neurosci. Biobehav. Varv. 47 549 – 558. 10.1016 / j.neubiorev.2014.10.014 [PubMed] [Cross Ref]
  • Galván A., Schonberg T., Mumford J., Kohno M., Poldrack RA, London ED (2013). Större riskkänslighet för dorsolateral prefrontalbark hos unga rökare än hos icke-rökare. Psykofarmakologi (Berl.) 229 345–355. 10.1007/s00213-013-3113-x [PMC gratis artikel] [PubMed] [Cross Ref]
  • Garavan H., Hester R., Murphy K., Fassbender C., Kelly C. (2006). Individuella skillnader i den funktionella neuroanatomi av hämmande kontroll Brain Res. 1105 130 – 142. 10.1016 / j.brainres.2006.03.029 [PubMed] [Cross Ref]
  • Gorini A., Lucchiari C., Russell-Edu W., Pravettoni G. (2014). Modulering av riskabla val hos nyligen avhängiga beroende kokainanvändare: en transkraniell direktströmstimuleringsstudie. Främre. Brum. Neurosci. 8: 661 10.3389 / fnhum.2014.00661 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Gowin JL, Mackey S., Paulus MP (2013). Förändrad riskrelaterad behandling hos substansanvändare: obalans av smärta och förstärkning. Drogalkohol Beroende. 132 13 – 21. 10.1016 / j.drugalcdep.2013.03.019 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Grant JE, Potenza MN, Weinstein A., Gorelick DA (2010). Introduktion till beteendemissbruk. Am. J. Drug Alcohol Abuse 36 233-241. 10.3109 / 00952990.2010.491884 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Griffiths MD (2008). Videogamberoende: ytterligare tankar och observationer. Int. J. Mental Health Addict. 6 182–185. 10.1007/s11469-007-9128-y [Cross Ref]
  • Hastie R. (2001). Problem med bedömning och beslutsfattande. Annu. Rev. Psychol. 52 653 – 683. 10.1146 / annurev.psych.52.1.653 [PubMed] [Cross Ref]
  • Helfinstein SM, Schonberg T., Congdon E., Karlsgodt KH, Mumford JA, Sabb FW, et al. (2014). Förutsäga riskabla val från hjärnaktivitetsmönster. Proc. Natl. Acad. Sci. usa 111 2470 – 2475. 10.1073 / pnas.1321728111 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Karim R., Chaudhri P. (2012). Beteende beroende: en översikt. J. Psychoactive Drugs 44 5-17. 10.1080 / 02791072.2012.662859 [PubMed] [Cross Ref]
  • Ko CH, Hsiao S., Liu GC, Yen JY, Yang MJ, Yen CF (2010). Egenskaperna i beslutsfattande, möjlighet att ta risker och personlighet hos studenter med internetberoende. Psykiatrisk Res. 175 121 – 125. 10.1016 / j.psychres.2008.10.004 [PubMed] [Cross Ref]
  • Ko CH, Hsieh TJ, Chen CY, Yen CF, Chen CS, Yen JY, et al. (2014). Förändrad hjärnaktivering under responshämning och felbehandling hos personer med Internet-spelsjukdom: en funktionell magnetisk avbildningstudie. Eur. Båge. Psychiatry Clin. Neurosci. 264 661–672. 10.1007/s00406-013-0483-3 [PubMed] [Cross Ref]
  • Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS (2013). Hjärnkorrelaterar efter längtan efter onlinespel under exponering av cue i ämnen med Internet-spelberoende och i övergivna ämnen. Missbrukare. Biol. 18 559 – 569. 10.1111 / j.1369-1600.2011.00405.x [PubMed] [Cross Ref]
  • Kohno M., Ghahremani DG, Morales AM, Robertson CL, Ishibashi K., Morgan AT, et al. (2015). Risktagande beteende: dopamin d2 / d3-receptorer, feedback och frontolimbisk aktivitet. Cereb. Bark 25 236 – 245. 10.1093 / cercor / bht218 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Kohno M., Morales AM, Ghahremani DG, Hellemann G., London ED (2014). Riskabelt beslutsfattande, prefrontalt cortex och mesocorticolimbic funktionell anslutning i metamfetaminberoende. JAMA Psychiatry 71 812 – 820. 10.1001 / jamapsychiatry.2014.399 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Krain AL, Wilson AM, Arbuckle R., Castellanos FX, Milham MP (2006). Distinkta neurala mekanismer för risk och tvetydighet: en metaanalys av beslutsfattande. NeuroImage 32 477 – 484. 10.1016 / j.neuroimage.2006.02.047 [PubMed] [Cross Ref]
  • Kräplin A., Dshemuchadse M., Behrendt S., Scherbaum S., Goschke T., Bühringer G. (2014). Dysfunktionell beslutsfattande vid patologisk spel: mönsterspecifika och impulsivitetens roll. Psykiatrisk Res. 215 675 – 682. 10.1016 / j.psychres.2013.12.041 [PubMed] [Cross Ref]
  • Kühn S., Romanowski A., Schilling C., Mobascher A., ​​Warbrick T., Winterer G., et al. (2012). Hjärngråbrist hos rökare: fokusera på småhjärnan. Hjärnstruktur. Funkt. 217 517–522. 10.1007/s00429-011-0346-5 [PubMed] [Cross Ref]
  • Kuss DJ (2013). Internet-spelberoende: aktuella perspektiv. Psychol. Res. Behav. Manag. 6 125 – 137. 10.2147 / PRBM.S39476 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Lejuez CW, Läs JP, Kahler CW, Richards JB, Ramsey SE, Stuart GL, et al. (2002). Utvärdering av ett beteendemått på risktagande: ballongens analoga riskuppgift (BART). J. Exp. Psychol. Appl. 8 75–84. 10.1037//1076-898X.8.2.75 [PubMed] [Cross Ref]
  • Lin X., Zhou H., Dong G., Du X. (2015). Nedsatt riskbedömning hos personer med Internet-spelsjukdom: fMRI-bevis från en sannolikhetsrabatteringsuppgift. Prog. Neuro-Psychopharmacol. Biol. Psykiatri 56 142 – 148. 10.1016 / j.pnpbp.2014.08.016 [PubMed] [Cross Ref]
  • Liu GC, Yen JY, Chen CY, Yen CF, Chen CS, Lin WC, et al. (2014). Hjärnaktivering för svarshämning vid spårningssdistraktion vid störning på internet. Kaohsiung J. Med. Sci. 30 43 – 51. 10.1016 / j.kjms.2013.08.005 [PubMed] [Cross Ref]
  • Macoveanu J., Rowe JB, Hornboll B., Elliott R., Paulson OB, Knudsen GM, et al. (2013). Spela det säkert men förlora ändå - serotonerg signalering av negativa resultat i dorsomedial prefrontal cortex i samband med riskaversion. Eur. Neuropsychopharmacol. 23 919 – 930. 10.1016 / j.euroneuro.2012.09.006 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Metcalf O., Pammer K. (2014). Impulsivitet och relaterade neuropsykologiska funktioner i regelbundet och beroendeframkallande spelare från första person. Cyberpsychol. Behav. Soc. End. 17 147 – 152. 10.1089 / cyber.2013.0024 [PubMed] [Cross Ref]
  • Miedl SF, Peters J., Büchel C. (2012). Förändrade neurala belöningsrepresentationer hos patologiska spelare avslöjade genom förseningar och sannolikhetsrabatter. Båge. Gen. Psykiatri 69 177 – 186. 10.1001 / archgenpsychiatry.2011.1552 [PubMed] [Cross Ref]
  • Moeller SJ, Froböse MI, Konova AB, Misyrlis M., Parvaz MA, Goldstein RZ, et al. (2014). Vanliga och distinkta neurala korrelationer av hämmande dysregulation: stropp fMRI-studie av kokainberoende och intermittent explosiv störning. J. Psychiatr. Res. 58 55 – 62. 10.1016 / j.jpsychires.2014.07.016 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Moreno-López L., Perales JC, Van Son D., Albein-Urios N., Soriano-Mas C., Martinez-Gonzalez JM, et al. (2015). Kokainanvändningens svårighetsgrad och cerebellar gråmaterial är förknippade med undvikande inlärningsbrister hos kokainberoende individer. Missbrukare. Biol. 20 546 – 556. 10.1111 / adb.12143 [PubMed] [Cross Ref]
  • Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2014). Lilla hjärnan och beroende: insikt från neuroimaging-forskning. Missbrukare. Biol. 19 317 – 331. 10.1111 / adb.12101 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Nakata H., Sakamoto K., Ferretti A., Gianni Perrucci M., Del Gratta C., Kakigi R., et al. (2008a). Somatomotorisk hämmande behandling hos människor: en händelsrelaterad funktionell MRI-studie. NeuroImage 39 1858 – 1866. 10.1016 / j.neuroimage.2007.10.041 [PubMed] [Cross Ref]
  • Nakata H., Sakamoto K., Ferretti A., Gianni Perrucci M., Del Gratta C., Kakigi R., et al. (2008b). Exekutiva funktioner med olika motorutgångar i somatosensoriska Go / Nogo-uppgifter: en händelsrelaterad funktionell MRI-studie. Brain Res. Tjur. 77 197 – 205. 10.1016 / j.brainresbull.2008.07.008 [PubMed] [Cross Ref]
  • Patton JH, Stanford MS, Barratt ES (1995). Faktorstrukturen i skalan för barrattimpulsivitet. J. Clin. Psychol. 51 768-774. [PubMed]
  • Pawlikowski M., Brand M. (2011). Överdriven spel på internet och beslutsfattande: har överdrivna World of Warcraft-spelare problem med beslutsfattande under riskfyllda förhållanden? Psykiatrisk Res. 188 428 – 433. 10.1016 / j.psychres.2011.05.017 [PubMed] [Cross Ref]
  • Probst CC, van Eimeren T. (2013). Den funktionella anatomi vid impulskontrollstörningar. Curr. Neurol. Neurosci. Rep. 13:386 10.1007/s11910-013-0386-8 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Rao H., Korczykowski M., Pluta J., Hoang A., Detre JA (2008). Neuralkorrelat av frivilligt och ofrivilligt risktagande i den mänskliga hjärnan: en fMRI-studie av Balloon Analog Risk Task (BART). Neuroimage 42 902 – 910. 10.1016 / j.neuroimage.2008.05.046 [PubMed] [Cross Ref]
  • Rao H., Mamikonyan E., Detre JA, Siderowf AD, Stern MB, Potenza MN, et al. (2010). Minskad ventral striatal aktivitet med störningar i impulskontroll vid Parkinsons sjukdom. Mov. Disord. 25 1660 – 1669. 10.1002 / mds.23147 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Rao LL, Zhou Y., Liang ZY, Rao H., Zheng R., Sun Y., et al. (2014). Minskande av ventromedialt prefrontalt cortex deaktivering vid riskfyllda beslutsfattande efter simulerad mikrogravitet: effekter av -6 grader nedåtvänd lutning. Främre. Behav. Neurosci. 8: 187 10.3389 / fnbeh.2014.00187 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Rosenbloom MH, Schmahmann JD, Pris BH (2012). Beslutsfunktionens neuroanatomi. J. Neuropsychiatry Clin. Neurosci. 24 266 – 277. 10.1176 / appi.neuropsych.11060139 [PubMed] [Cross Ref]
  • Sakagami M., Pan X., Uttl B. ​​(2006). Beteendeinhibering och prefrontal cortex vid beslutsfattande. Neural Netw. 19 1255 – 1265. 10.1016 / j.neunet.2006.05.040 [PubMed] [Cross Ref]
  • Schiebener J., Wegmann E., Pawlikowski M., Brand M. (2012). Förankringseffekter i beslutsfattandet kan minskas genom samspelet mellan målövervakning och nivån på beslutsfattarens verkställande funktioner. Cogn. Bearbeta. 13 321–332. 10.1007/s10339-012-0522-4 [PubMed] [Cross Ref]
  • Schonberg T., Fox CR, Mumford JA, Congdon E., Trepel C., Poldrack RA (2012). Minskande ventromedial prefrontal cortexaktivitet under sekventiell risktagning: en fMRI-undersökning av ballongens analoga riskuppgift. Främre. Neurosci. 6: 80 10.3389 / fnins.2012.00080 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Tang J., Yu Y., Du Y., Ma Y., Zhang D., Wang J. (2014). Förekomst av internetberoende och dess associering med stressande livshändelser och psykologiska symtom bland ungdomar på internet. Missbrukare. Behav. 39 744 – 747. 10.1016 / j.addbeh.2013.12.010 [PubMed] [Cross Ref]
  • Telzer EH, Fuligni AJ, Lieberman MD, Galván A. (2013a). Effekterna av sömn av dålig kvalitet på hjärnans funktion och risktagande i tonåren. NeuroImage 71 275 – 283. 10.1016 / j.neuroimage.2013.01.025 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Telzer EH, Fuligni AJ, Lieberman MD, Galván A. (2013b). Meningsfulla familjeförhållanden: neurokognitiva buffertar för ungdomars risktagande. J. Cogn. Neurosci. 25 374 – 387. 10.1162 / jocn_a_00331 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Trepel C., Fox CR, Poldrack RA (2005). Prospektteori på hjärnan? Mot en kognitiv neurovetenskap av beslut under risk. Brain Res. Cogn. Brain Res. 23 34 – 50. 10.1016 / j.cogbrainres.2005.01.016 [PubMed] [Cross Ref]
  • Wang H., Jin C., Yuan K., Shakir TM, Mao C., Niu X., et al. (2015). Förändring av gråmaterialvolym och kognitiv kontroll hos ungdomar med internetspelstörning. Främre. Behav. Neurosci. 9: 64 10.3389 / fnbeh.2015.00064 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Wu X., Chen X., Han J., Meng H., Luo J., Nydegger L., et al. (2013). Prevalens och faktorer för beroendeframkallande internetanvändning bland ungdomar i Wuhan, Kina: interaktioner mellan föräldraförhållanden med ålder och hyperaktivitet-impulsivitet. PLoS ONE 8: e61782 10.1371 / journal.pone.0061782 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Yao YW, Chen PR, Chen C., Wang LJ, Zhang JT, Xue G., et al. (2014). Underlåtenhet att använda återkoppling orsakar beslutsunderskott bland överdrivna spelare på Internet. Psykiatrisk Res. 219 583 – 588. 10.1016 / j.psychres.2014.06.033 [PubMed] [Cross Ref]
  • Yao YW, Chen PR, Li S., Wang LJ, Zhang JT, Yip SW, et al. (2015). Beslutsfattande för riskfyllda vinster och förluster bland högskolestudenter med störning på internet-spel. PLoS ONE 10: e0116471 10.1371 / journal.pone.0116471 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Young K. (1998). Internetberoende: uppkomsten av en ny klinisk störning. CyberPsychol. Behav. 1 237 – 244. 10.1089 / cpb.1998.1.237 [Cross Ref]
  • Young, KS, Internet Addiction Test [IAT] (2009). Tillgänglig på: http://netaddiction.com/index.php?option5combfquiz&view5onepage&catid546&Itemid5106
  • Yuan K., Qin W., Wang G., Zeng F., Zhao L., Yang X., et al. (2011). Misstörningar i mikrostrukturer hos ungdomar med internetberoende. PLoS ONE 6: e20708 10.1371 / journal.pone.0020708 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Yuan P., Raz N. (2014). Prefrontal cortex och exekutiva funktioner hos friska vuxna: en metaanalys av strukturella neuroimaging-studier. Neurosci. Biobehav. Varv. 42 180 – 192. 10.1016 / j.neubiorev.2014.02.005 [PMC gratis artikel] [PubMed] [Cross Ref]
  • Zhou Z., Yuan G., Yao J. (2012). Kognitiva fördomar mot internet-spelrelaterade bilder och verkställande underskott hos individer med ett internet-spelberoende. PLoS ONE 7: e48961 10.1371 / journal.pone.0048961 [PMC gratis artikel] [PubMed] [Cross Ref]