Olika vilande statliga funktionella anslutningsförändringar hos rökare och icke-rökare med internetmissbruk (2014)

Biomed Res Int. 2014;2014:825787. doi: 10.1155/2014/825787. Epub 2014 18 november.

Chen X¹, Wang Y¹, Zhou Y¹, Sun Y¹, Ding W¹, Zhuang Z¹, Xu J¹, Du Y².

Abstrakt

Denna studie undersökte förändringar i vilotillstånd funktionell anslutning (rsFC) av posterior cingulate cortex (PCC) hos rökare och icke-rökare med internetspelmissbruk (IGA). Tjugonio rökare med IGA, 22 icke-rökare med IGA och 30 friska kontroller (HC-gruppen) genomgick en fMRI-skanning i vilotillstånd. PCC-anslutning bestämdes hos alla försökspersoner genom att undersöka synkroniserade lågfrekventa fMRI-signalfluktuationer med hjälp av en tidsmässig korrelationsmetod. Jämfört med icke-rökare med IGA uppvisade rökarna med IGA minskat rsFC med PCC i höger rectus gyrus. Vänster mittfrontal gyrus uppvisade ökad rsFC. PCC-anslutningen med höger rectus gyrus visade sig vara negativt korrelerad med CIAS-poängen hos rökare med IGA före korrigering. Våra resultat antydde att rökare med IGA hade funktionella förändringar i hjärnområden relaterade till motivation och exekutiv funktion jämfört med icke-rökare med IGA.

1. Inledning

Internet är ett av de viktigaste medierna för kommunikation och social interaktion i det moderna livet. Men en förlust av kontroll över internetanvändning resulterar i störande negativa konsekvenser [1], såsom besatthet av spel, brist på verkliga relationer, bristande uppmärksamhet, aggression och fientlighet, stress och minskade akademiska prestationer [2-4]. Detta beteendefenomen har fått namnet Internetberoende (IA) [1], eller "störning av Internetanvändning." IA består av minst tre undertyper: Internetspelberoende (IGA), sexuella intressen och e-post/sms [5]. I Kina är den viktigaste undertypen av IA IGA [6]. Kliniska bevis tyder på att individer med IA upplever ett antal biopsykosociala symtom och konsekvenser, såsom framträdande, humörförändringar, tolerans, abstinenssymtom, konflikter och återfall, som traditionellt förknippades med drogrelaterat beroende, även om det inte orsakar samma typ av fysiska problem som andra beroenden såsom alkohol- eller drogmissbruk.7, 8]. Det rapporterades att prevalensen av IA var 10.7 procent hos ungdomar i Kina [9]. Eftersom antalet internetanvändare ökar snabbt har IA blivit ett allvarligt folkhälsoproblem.

Studier rörande olika faktorer relaterade till IA genomförs aktivt för att förstå och lösa fenomenet Internetberoende. I ljuset av beteendeberoende har forskare ansträngt sig för att hitta ett samband mellan IA och andra problembeteenden som kan leda till beroende, såsom alkoholdrickande och drogmissbruk.10]. Flera studier har rapporterat att risken för IA är associerad med en ökad prevalens av substansberoende [11-13]. Sung et al. rapporterade att risken för IA var associerad med cigarettrökning, alkoholdrickande, drogmissbruk och sexuellt umgänge bland koreanska tonåringar [10]. Ko et al. [14] rapporterade att taiwanesiska ungdomar med IA var mer benägna att ha erfarenhet av droganvändning, inklusive tobak, alkohol eller olagliga droger. Ko et al., fann att elever som var beroende av internet och elever med erfarenhet av drogmissbruk delade gemensamma personlighetsegenskaper som var mer sårbara för missbruk. Liknande fynd bland grekiska tonåringar rapporterades av Fisoun et al. [15]. Dessa studier antydde att ungdomar med hög risk för IA kan ha personligheter som är sårbara för något beroende; dessa personligheter har ökad risk för missbruk och sexuellt umgänge, vilket kan leda till missbruk. Överlappningen mellan IA och missbruk och beroende kan bero på liknande egenskaper som predisponerar för och hjärnregioner som svarar på internet eller drogmissbruk [11]. Individer med IA och drogberoende delar liknande temperament. Dessutom hittades liknande funktionella förändringar av hjärnregioner som dorsolaterala och orbitofrontala cortex hos personer med IGA, drogberoende och patologiskt spelande [16, 17]. Sung et al. föreslog att det inte skulle tolkas som att IA orsakar andra problembeteenden bland ungdomar; det är dock troligt att samma orsaksfaktorer som är ansvariga för IA ökar risken för IA hos ungdomar som ägnar sig åt andra problembeteenden. Därför verkade det rimligt att överväga samtidiga problembeteenden, särskilt rökning, drickande, drogmissbruk och sexuellt umgänge, när man handskas med ungdomar med hög risk för IA [10]. Men än så länge är förändringarna i hjärnans funktion hos patienter med IA med och utan substansberoende oklara. I vår tidigare forskning hittade vi förändrad rsFC med PCC i IGA [18]. Därför, i den aktuella studien, syftade vi till att avgöra om försökspersoner med IGA och substansberoende visade större förändringar i rsFC jämfört med de med IGA utan substansberoende.

Det senaste decenniet har bevittnat en explosion i antalet studier av funktionell anslutning (FC) som använder fMRI, till stor del för att FC möjliggör utforskning av storskaliga nätverk och deras interaktioner, och därmed rör sig mot en förståelse på systemnivå av hjärnans funktion [19, 20]. Detta framväxande neuroavbildningsverktyg har gett forskare ytterligare insikter och sporrat nya teorier om de underliggande neurala substraten för olika neuropsykiatriska störningar [21]. I den aktuella studien jämförde vi funktionell anslutning i vilotillstånd (rsFC) med PCC mellan rökare och icke-rökare med IGA och en frisk kontrollgrupp. Syftet med denna studie var (1) att upptäcka skillnaderna i rsFC med PCC-förändring hos rökare och icke-rökare med IGA och (2) att avgöra om det fanns några samband mellan förändrad rsFC med PCC och svårighetsgraden av IGA och nikotinberoende.

2. Material och metoder

2.1. Deltagarna

Tjugonio rökare med IGA, 22 icke-rökare med IGA och 30 friska kontroller (HC-grupp) deltog i denna studie. IGA-grupperna rekryterades från polikliniken vid Shanghai Mental Health Center. Kontrollgruppen rekryterades genom annonser. Alla deltagare i rökgruppen började röka 2-3 år innan studiestart. Nikotinberoende patienter är särskilt lämpade som jämförelsegrupp för IGA eftersom de neurotoxiska effekterna av nikotin är begränsade jämfört med andra droger, såsom alkohol [22, 23].

Ett grundläggande frågeformulär användes för att samla in demografisk information som kön, ålder och avslutat sista skolår. Denna studie godkändes av Etikkommittén vid Ren Ji Hospital, School of Medicine, Shanghai Jiao Tong University. 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.

Alla försökspersoner screenades för psykiatriska störningar med Mini International Neuropsychiatric Interview (MINI) [24]. Rekryteringskriterierna var ålder 16–23 år, manligt kön och att vara högerhänt. En detaljerad förklaring av studien gavs, och därefter erhölls informerat samtycke från alla deltagare. Alla försökspersoner intervjuades av en psykiater för att bekräfta diagnoserna IGA och nikotinberoende. Kriterierna för IGA bedömdes enligt det modifierade diagnostiska frågeformuläret för Internetberoende (dvs. YDQ) kriterierna av Beard and Wolf [25], och kriterierna för nikotinberoende utvärderades med hjälp av lämpliga frågor från Structured Clinical Interview for DSM-IV [26]. Ingen av deltagarna i kontrollgrupperna hade någonsin rökt.

Uteslutningskriterierna inkluderade en historia av något av följande: andra missbruksstörningar än nikotinberoende, tidigare sjukhusvistelse för psykiatriska störningar eller en historia av allvarliga psykiatriska störningar, neurologisk sjukdom eller skada, mental retardation och intolerans mot magnetisk resonanstomografi.

2.2. Kliniska bedömningar

Fem frågeformulär användes för att bedöma deltagarnas kliniska egenskaper, nämligen Chen Internet Addiction Scale (CIAS) [27], Self-Rating Anxiety Scale (SAS) [28], Self-Rating Depression Scale (SDS) [29], Barratt Impulsiveness Scale-11 (BIS-11) [30], och Fagerström Test of Nicotine Dependence (FTND) [31]. CIAS, utvecklat av Chen, innehåller 26 objekt på en 4-gradig Likert-skala; det representerar allvaret av Internetberoende. FTND är ett självrapporterande frågeformulär med sex artiklar [31]. Poäng kan variera från 0 (oberoende) till 10 (mycket beroende). Alla frågeformulär skrevs till en början på engelska och översattes sedan till kinesiska.

2.3. MRT förvärv

MRT utfördes med en 3T MRI-skanner (GE Signa HDxt 3T, USA). En vanlig huvudspiral med skumvaddering användes. Under fMRI i vilotillstånd instruerades försökspersonerna att hålla ögonen stängda, förbli orörliga, hålla sig vakna och hålla sinnet fritt från specifika försökspersoner. En gradient-eko-eko-planar sekvens användes för funktionell avbildning. Trettiofyra tvärgående skivor (upprepningstid (TR) = 2000ms, ekotid (TE) = 30ms, synfält (FOV) = 230 × 230mm, 3.6 × 3.6 × 4mm voxelstorlek) inriktade längs den främre kommissur-bakre kommissurlinjen förvärvades. Varje fMRI-skanning varade 440s. Flera andra sekvenser förvärvades också, inklusive (1) 3D Fast Spoiled Gradient Recall-bilder (3D-FSPGR) (TR = 6.1)ms, TE = 2.8ms, TI = 450ms, skivtjocklek = 1mm, gap = 0, vändvinkel = 15°, FOV = 256mm × 256mm, antal skivor = 166, 1 × 1 × 1mm voxelstorlek). (2) axiella T1-vägda snabba fältekosekvenser (TR = 331ms, TE = 4.6ms, FOV = 256 × 256mm, 34 skivor, 0.5 × 0.5 × 4mm voxelstorlek) och (3) axiella T2W turbo spin-ekosekvenser (TR = 3013ms, TE = 80ms, FOV = 256 × 256mm, 34 skivor, 0.5 × 0.5 × 4mm voxelstorlek). Rökarna med IGA rökte inte före skanningen.

2.4. Statistisk analys

För gruppjämförelser av demografiska och kliniska mått utfördes envägs ANOVA-tester med SPSS 18 (Statistical Package for the Social Sciences) för att undersöka skillnader i de tre grupperna, och Bonferroni post hoc-tester utfördes för att undersöka skillnader mellan varje grupppar. En tvåsvansad P värde på 0.05 ansågs 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 (DPARSF V2.3) (Yan & Zang, 2010, http://www.restfmri.net) som är baserad på programvaran Statistical Parametric Mapping (SPM8) (http://www.fil.ion.ucl.ac.uk/spm) och Resting-State fMRI Data Analysis Toolkit (REST, http://www.restfmri.net) [32, 33].

Data från varje fMRI-skanning innehöll 220 tidpunkter. 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, 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 1mm med maximal översättning in x, y, eller z, eller 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 samplades om till en voxelstorlek på 3mm × 3mm × 3mm. De ekoplanära bilderna utjämnades rumsligt med ett isotropiskt Gaussiskt filter på 4mm full bredd vid halva max.

Tidsserierna i varje voxel korrigerades för linjär drift över tiden. Åtta störande kovariater (tidsserieprediktorer för vit substans, cerebrospinalvätska och de sex rörelseparametrarna) regresserades sekventiellt från tidsserien. Därefter, temporal filtrering (0.01–0.08Hz) applicerades på tidsserien för varje voxel för att minska effekten av lågfrekvent drift och högfrekvent brus [34-37].

Posterior cingulate cortex (PCC) har väckt stor forskningsuppmärksamhet nyligen [38]. 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 [39, 40]. Vår tidigare forskning avslöjade också att IGA-personer hade lägre gråsubstansdensitet i den vänstra bakre cingulate cortex, och anslutning till PCC var positivt korrelerad med CIAS-poäng i höger PCC [18, 41]. Dessutom har Dong et al. fann att IGA-personer uppvisade högre fraktionerad anisotropi (FA), vilket tyder på större vit substans integritet, i vänster PCC jämfört med friska kontroller [42]. Således användes PCC i föreliggande studie som ROI-fröet. PCC-mallen, som bestod av Brodmanns områden 29, 30, 23 och 31, valdes ut som regionen av intresse (ROI) med hjälp av WFU-Pick Atlas programvara [43]. De blodsyresättningsnivåberoende signaltidsserierna i voxlarna inom fröregionen togs som 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-transformera för att förbättra normaliteten i fördelningen [36]. Individen z-poäng matades in i SPM8 för ett ensampling t-test för att bestämma hjärnregionerna med signifikant anslutning till PCC inom varje grupp. Individuella poäng matades också in i SPM8 för slumpmässig effektanalys och envägs ANOVA-tester utfördes. Multipel jämförelsekorrigering utfördes med hjälp av AlphaSim-programmet i mjukvarupaketet Analysis of Functional Neuroimages, som bestämts 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 voxel, vilket ger en korrigerad tröskel på P < 0.05. Därefter utfördes ytterligare gruppinteraktionsanalyser med två prov t-tester för att identifiera de regioner som uppvisar signifikanta skillnader i anslutning till PCC mellan två grupper baserat på resultatet av ANOVA-analys genom att använda resultatet av F-testa som en mask för att begränsa t-tester till de betydande regionerna. Multipel jämförelsekorrigering utfördes med hjälp av AlphaSim-programmet. Regioner som uppvisar statistiskt signifikanta skillnader maskerades på MNI-hjärnmallar.

Vi undersökte också sambandet mellan CIAS-poäng och zFC i rökare och icke-rökare med IGA-grupp. Först sparades varje kluster som visade skillnader mellan grupper i en gruppjämförelse av rökare med IGA jämfört med icke-rökare med IGA som en ROI. Sedan zFC-värden för varje ROI extraherades av REST-mjukvaran. Slutligen korrelationsanalysen med zFC-värdet för varje ROI med CIAS och FTND hos rökare med IGA utfördes. En tvåsvansad P värde på 0.00625 med Bonferroni-korrigering ansågs vara statistiskt signifikant.

3. Resultat och diskussion

3.1. Demografiska och kliniska resultat

Tabell 1 listar de demografiska och kliniska måtten för varje grupp. Det fanns inga signifikanta skillnader i fördelningen av ålder och utbildningsår i de tre grupperna. Rökarna med IGA hade högre CIAS (P < 0.001), SAS (P = 0.002), SDS (P < 0.001) och BIS-11 poäng (P < 0.001) än friska kontroller. Icke-rökare med IGA hade högre CIAS (P < 0.001) och BIS-11 poäng (P < 0.001) än friska kontroller. Inga skillnader hittades mellan IGA-undergrupper vid kliniska bedömningar.

Demografiska och personlighetsegenskaper hos de tre grupperna.

3.2. Analys av PCC Connectivity

3.2.1. Tre-grupps ANOVA-analys

Signifikant skillnad mellan rsFC och PCC hittades i vänster sida av lillhjärnans baklob, calcarine cortex, inferior temporal gyrus, middle temporal gyrus, middle occipital gyrus, inferior frontal gyrus, mediala prefrontal gyrus, gyrus vinkel, inferior parietal frontal front, inferior parietal superior lobule, såväl som höger sida av rectus gyrus, insula, caudate, mellersta occipital gyrus, postcentral gyrus och överlägsen parietallobuli (Tabell 2 och Figur 1).

Figur 1

Signifikanta skillnader mellan grupper i rsFC för olika hjärnregioner med PCC mellan rökare med IGA, icke-rökare med IGA och HC-ämnen. Obs: den vänstra delen av figuren (L) representerar deltagarens vänstra sida, (R) representerar deltagarens .

Sammanfattning av funktionella anslutningsförändringar i tre grupper.

3.2.2. Mellan-gruppsanalys av PCC-anslutning: Rökare med IGA kontra HC-gruppen

Jämfört med HC-gruppen uppvisade rökarna med IGA ökad rsFC i de bilaterala bakre cerebellarloberna, bilateral caudat och vänster mediala frontal cortex. Dessutom upptäcktes minskad rsFC i den bilaterala mellersta temporala gyrusen, bilaterala överlägsna parietallobuli, vänster bakre cerebellumlob och höger lingual gyrus (Tabell 3 och Figur 2).

Figur 2

Signifikanta skillnader mellan grupper i rsFC i olika hjärnregioner med PCC mellan rökare med IGA- och HC-ämnen. Jämfört med HC-gruppen uppvisade rökarna med IGA ökad rsFC i den bilaterala cerebellum bakloben, bilateral .

Sammanfattning av funktionella anslutningsförändringar hos rökare med IGA jämfört med HC-gruppen.

3.2.3. Between-Group Analysis of PCC Connectivity: Icke-rökare med IGA kontra HC-gruppen

Icke-rökare med IGA uppvisade ökad rsFC i vänster cerebellum baklob, vänster mediala prefrontala cortex, höger caudat och höger insula, jämfört med HC-gruppen. Minskad rsFC hittades i vänster calcarine cortex, höger övre parietallobuli, höger mellersta occipital gyrus, vänster mellersta frontal gyrus, vänster precuneus och vänster inferior temporal gyrus (Tabell 5 och Figur 3).

Figur 3

Signifikanta skillnader mellan grupper i rsFC i olika hjärnregioner med PCC mellan icke-rökare med IGA- och HC-ämnen. Jämfört med HC-gruppen uppvisade icke-rökare med IGA ökad rsFC i vänster cerebellum baklob, vänster mediala prefrontal .

Sammanfattning av funktionella anslutningsförändringar hos icke-rökare med IGA jämfört med HC-gruppen.

3.2.4. Mellan-gruppsanalys av PCC-anslutning: Rökare med IGA kontra Icke-rökare med IGA

Jämfört med icke-rökare med IGA, uppvisade rökare med IGA ökad rsFC i den vänstra mitten av frontal gyrus och minskad rsFC i den högra rectus gyrus (Tabell 4 och Figur 4).

Figur 4

Signifikanta skillnader mellan grupper i rsFC av mitten av frontal gyrus och höger rectus gyrus med PCC mellan rökare och icke-rökare med IGA. Jämfört med icke-rökare med IGA uppvisade rökare med IGA ökad rsFC i vänster mittfrontal .

Sammanfattning av funktionella anslutningsförändringar hos rökare med IGA jämfört med icke-rökare med IGA.

3.3. Korrelation mellan PCC-anslutning och svårighetsgraden av IGA och nikotinberoende hos rökare med IGA Group

Smakämnen zFC-värden för höger rectus gyrus med PCC korrelerade med CIAS (r = -0.476, P = 0.009) och FTND (r = -0.125, P = 0.52) hos rökare med IGA. Ingen signifikant korrelation hittades i zFC-värden för höger mittfrontal gyrus med CIAS- eller FTND-poäng. Ingen signifikant korrelation överlevde efter Bonferroni-korrigering.

3.4. Diskussion

Flera funktionella avbildningsstudier har upptäckt de möjliga neurala mekanismerna hos IGA och föreslagit att den kan dela psykologiska och neurobiologiska abnormiteter med beroendesjukdomar med och utan missbruk [6, 18, 44-46]. I överensstämmelse med resultaten från vår tidigare studie om IGA [18], liknande områden med rsFC med PCC-förändringar hittades hos rökare och icke-rökare med IGA jämfört med kontrollgruppen i den aktuella studien, såsom cerebellum baklob, caudate, mediala frontal cortex, superior parietal lobules, insula och precuneus. Detta fynd antydde att IGA-individer med/utan substansberoende delar några liknande funktionella hjärnförändringar. Dessa hjärnområden rapporterades i tidigare studier av cravings i IGA. Caudatkärnan bidrar till inlärning av stimulus-responsvana, där beteende blir automatiskt och därför inte längre drivs av handling-resultat-relationer [47]. Insula och mediala frontalloberna aktiveras konsekvent i avbildningsstudier av begäret [48, 49]. Det föreslogs också att lillhjärnan är avgörande för begär som induceras av IGA, särskilt under förberedelser, avrättning, arbetsminne [50] och finmotoriska processer modulerade av extrapyramidala system.

Poängen vi skulle vilja betona i denna studie är att vi jämförde rsFC med PCC hos försökspersonerna med IGA med/utan nikotinberoende och fann att rökarna med IGA uppvisade ökat rsFC i den vänstra mitten av frontal gyrus och minskad rsFC i den högra rectus gyrus. Dessutom var PCC-anslutningen med höger rectus gyrus negativt korrelerad med CIAS-poängen hos rökare med IGA före korrigering, vilket antydde att styrkan hos rsFC mellan PCC och höger rectus gyrus kan representera svårighetsgraden av IGA i denna grupp, och höger rectus gyrus kan spela en viktig roll i patogenesen av kombinerad beteende. Rectus gyrus är en del av den orbitofrontala cortex (OFC), och OFC är involverad i utvärderingen av belöning av stimuli och den explicita representationen av förväntad belöning för substanser [44], så recuts gyrus har konsekvent varit inblandad i patologin för både drog- och beteendeberoende. Hong et al., [50] bekräftade att manliga ungdomar med internetberoende har signifikant minskad kortikal tjocklek i den högra laterala OFC. OFC:s omfattande kopplingar till striatum och limbiska systemet tyder på att det integrerar känslor och naturlig drift från limbiska och subkortikala områden för att bedöma belöningsvärdet mot tidigare erfarenheter [51]. OFC skapar och upprätthåller förväntningar på möjlig belöning relaterad till förstärkning [52]. Dorsolateral prefrontal cortex (DLPFC) är välkänt för att vara involverad i arbetsminnet [53]. Den är kopplad till andra kortikala områden och tjänar till att koppla den nuvarande sensoriska upplevelsen till minnet av tidigare upplevelser för att styra och generera lämplig målinriktad handling [45, 46]. Sålunda, när substanssignaler finns och en positiv förväntan har genererats, kan DLPFC bidra till att upprätthålla och koordinera representationer som tas emot från andra regioner under begärssvaret [52]. Vår forskning fann att, jämfört med icke-rökare med IGA, visade rökare med IGA minskat rsFC med PCC i rectus gyrus, vilket tyder på att de hade onormal funktion i OFC, vilket kan leda till att försökspersoner har starka förväntningar på spel eller nikotin, och ökat rsFC i DLPFC, antar att de hade underskott i att kontrollera lämpligt beteende.

Trots fynden om IGA och beteende kombinerat substansberoende finns det flera begränsningar förknippade med denna studie som vi skulle vilja diskutera. För det första fokuserade denna studie på internetspelundergruppen av IA, men inga direkta jämförelser gjordes med andra IA-undergrupper; Därför återstår det att undersöka hur väl resultaten kan extrapoleras till andra IA-undergrupper, om alls. För det andra exkluderades försökspersoner med komorbida allvarliga psykiatriska störningar eller missbruksstörningar, andra än nikotin, i denna studie. Sålunda finns det en begränsning i att generalisera resultaten av personer med onlinespelberoende till andra substanser som använder störningar och allvarliga psykiatriska störningar. För det tredje var den aktuella studien tvärsnittsmässig, och vi hade ingen information om ordningen för uppkomsten av IGA och nikotinberoende. Således kan rsFC med PCC-avvikelser hos rökare och icke-rökare med IGA representera redan existerande sårbarheter eller förändringar som är ett resultat av IGA eller nikotinberoende beteenden/symtom. För det fjärde ska en grupp som endast röker inkluderas i framtida studier för fullständighetens skull. För det femte, korrelationsresultaten höll inte när vi använde flera jämförelser (Bonferroni-korrigering), vilket innebär att detta endast bör betraktas som en explorativ analys. För att öka den statistiska kraften bör fynden upprepas med ett större urval av försökspersoner. Slutligen, eftersom deltagarna i denna studie alla var unga män, behövs framtida arbete för att avgöra om resultaten kan utvidgas till andra köns- och åldersgrupper.

4. Slutsats

Sammanfattningsvis ger rsFC med PCC ett användbart verktyg för att studera mångfacetterade neuropsykiatriska sjukdomar som missbruk på systemnivå för bedömning. Våra resultat tyder på att IGA-individer med/utan substansberoende delar några liknande funktionella förändringar i hjärnområden relaterade till sug. IGA med substansberoende visade funktionella förändringar i områden involverade i motivation, såsom frontal rectus gyrus, och exekutiva system, såsom den dorsolaterala prefrontala cortex, jämfört med IGA utan substansberoende. Dessa två områden kan vara kandidatmarkörer för att identifiera IGA-individer med och utan substansberoende och bör undersökas i framtida studier.

Erkännanden

Denna forskning fick stöd av National Natural Science Foundation of China (nr 81171325), National Natural Science Foundation of China (nr 81201172), National Natural Science Foundation of China (nr 81371622) och Shanghai Leading Academic Discipline Project (Projekt nr S30203). Finansiärerna spelade ingen ytterligare roll i studiedesignen, datainsamlingen och analysen, beslutet att publicera eller förberedelsen av uppsatsen. Författarna tackar Dr Zhenyu Zhou och Dr Yong Zhang från GE Healthcare för deras tekniska support.

Intressekonflikt

Författarna förklarar att det inte finns några intressekonflikter angående offentliggörandet av detta dokument.

Författarnas bidrag

Xue Chen, Yao Wang, Yan Zhou och Jianrong Xu bidrog lika mycket till detta arbete.

Referensprojekt

1. Ko C.-H., Yen J.-Y., Chen S.-H., Yang M.-J., Lin H.-C., Yen C.-F. Föreslagna diagnoskriterier och screening- och diagnosverktyget för internetberoende hos högskolestudenter. Omfattande psykiatri. 2009;50(4):378–384. doi: 10.1016/j.comppsych.2007.05.019. [PubMed] [Cross Ref]

2. Allison SE, von Wahlde L., Shockley T., Gabbard GO Självets utveckling under internets och rollspelsfantasispelens era. Den amerikanska Journal of Psychiatry. 2006;163(3):381–385. doi: 10.1176/appi.ajp.163.3.381. [PubMed] [Cross Ref]

3. Chan PA, Rabinowitz T. En tvärsnittsanalys av videospel och symtom på hyperaktivitetsstörningar hos tonåringar. Annals of General Psychiatry. 2006;5, artikel 16 doi: 10.1186/1744-859X-5-16. [PMC gratis artikel] [PubMed] [Cross Ref]

4. Jeong EJ, Kim DH Sociala aktiviteter, self-efficacy, spelattityder och spelberoende. Cyberpsykologi, beteende och sociala nätverk. 2011;14(4):213–221. doi: 10.1089/cyber.2009.0289. [PubMed] [Cross Ref]

5. Block JJ Prevalens underskattad i problematisk studie av internetanvändning. CNS-spektrum. 2007;12(1):14–15. [PubMed]

6. Dong G., Huang J., Du X. Förbättrad belöningskänslighet och minskad förlustkänslighet hos internetmissbrukare: en fMRI-studie under en gissningsuppgift. Journal of Psychiatric Research. 2011;45(11):1525–1529. doi: 10.1016/j.jpsychires.2011.06.017. [PubMed] [Cross Ref]

7. Kuss DJ, Griffiths MD Internet och spelberoende: en systematisk litteraturgenomgång av neuroimaging studier. Brain Sciences. 2012; 2: 347-374. [PMC gratis artikel] [PubMed]

8. Byun S., Ruffini C., Mills JE, Douglas AC, Niang M., Stepchenkova S., Lee SK, Loutfi J., Lee J.-K., Atallah M., Blanton M. Internetberoende: metasyntes av 1996-2006 kvantitativ forskning. Cyberpsychology and Behavior. 2009;12(2):203–207. doi: 10.1089/cpb.2008.0102. [PubMed] [Cross Ref]

9. Huang H., Leung L. Snabbmeddelandeberoende bland tonåringar i Kina: blyghet, alienation och försämrad akademisk prestation. Cyberpsychology and Behavior. 2009;12(6):675–679. doi: 10.1089/cpb.2009.0060. [PubMed] [Cross Ref]

10. Sung J., Lee J., Noh H.-M., Park YS, Ahn EJ Samband mellan risken för internetberoende och problembeteenden bland koreanska ungdomar. Korean Journal of Family Medicine. 2013;34(2):115–122. doi: 10.4082/kjfm.2013.34.2.115. [PMC gratis artikel] [PubMed] [Cross Ref]

11. Lee YS, Han DH, Kim SM, Renshaw PF Substansmissbruk föregår internetberoende. Beroendeframkallande beteenden. 2013;38(4):2022–2025. doi: 10.1016/j.addbeh.2012.12.024. [PubMed] [Cross Ref]

12. Bakken IJ, Wenzel HG, Götestam KG, Johansson A., Øren A. Internetberoende bland norska vuxna: en stratifierad sannolikhetsprovstudie. Scandinavian Journal of Psychology. 2009;50(2):121–127. doi: 10.1111/j.1467-9450.2008.00685.x. [PubMed] [Cross Ref]

13. Padilla-Walker LM, Nelson LJ, Carroll JS, Jensen AC Mer än bara ett spel: videospel och internetanvändning under växande vuxen ålder. Journal of Youth and Adolescence. 2010;39(2):103–113. doi: 10.1007/s10964-008-9390-8. [PubMed] [Cross Ref]

14. Ko C.-H., Yen J.-Y., Chen C.-C., Chen S.-H., Wu K., Yen C.-F. Tredimensionell personlighet hos ungdomar med internetberoende och erfarenhet av missbruk. Kanadensiska Journal of Psychiatry. 2006;51(14):887–894. [PubMed]

15. Fisoun V., Floros G., Siomos K., Geroukalis D., Navridis K. Internetberoende som en viktig prediktor vid tidig upptäckt av erfarenheter från ungdomars droganvändning – konsekvenser för forskning och praktik. Journal of Addiction Medicine. 2012;6(1):77–84. doi: 10.1097/ADM.0b013e318233d637. [PubMed] [Cross Ref]

16. Crockford DN, Goodyear B., Edwards J., Quickfall J., El-Guebaly N. Cue-inducerad hjärnaktivitet hos patologiska spelare. Biologisk psykiatri. 2005;58(10):787–795. doi: 10.1016/j.biopsych.2005.04.037. [PubMed] [Cross Ref]

17. Han DH, Hwang JW, Renshaw PF Behandling med fördröjd frisättning av bupropion minskar suget efter videospel och cue-inducerad hjärnaktivitet hos patienter med internet-videospelsberoende. Experimentell och klinisk psykofarmakologi. 2010;18(4):297–304. doi: 10.1037/a0020023. [PubMed] [Cross Ref]

18. Ding W.-N., Sun J.-H., Sun Y.-W., Zhou Y., Li L., Xu J.-R., Du Y.-S. Ändrad funktionell anslutning i viloläge för nätverk som standard hos ungdomar med spelberoende på Internet. PLoS ONE. 2013;8(3) doi: 10.1371/journal.pone.0059902.e59902 [PMC gratis artikel] [PubMed] [Cross Ref]

19. Bressler SL, Menon V. Storskaliga hjärnnätverk i kognition: framväxande metoder och principer. Trends in Cognitive Sciences. 2010;14(6):277–290. doi: 10.1016/j.tics.2010.04.004. [PubMed] [Cross Ref]

20. van den Heuvel MP, Hulshoff Pol HE Exploring the brain network: a review on resting-state fMRI functional connectivity. Europeisk neuropsykofarmakologi. 2010;20(8):519–534. doi: 10.1016/j.euroneuro.2010.03.008. [PubMed] [Cross Ref]

21. Menon V. Storskaliga hjärnnätverk och psykopatologi: en förenande trippelnätverksmodell. Trends in Cognitive Sciences. 2011;15(10):483–506. doi: 10.1016/j.tics.2011.08.003. [PubMed] [Cross Ref]

22. Mudo G., Belluardo N., Fuxe K. Nikotinreceptoragonister som neuroprotektiva/neurotrofa läkemedel. Framsteg i molekylära mekanismer. Journal of Neural Transmission. 2007;114(1):135–147. doi: 10.1007/s00702-006-0561-z. [PubMed] [Cross Ref]

23. Sullivan EV Komprometterade pontocerebellära och cerebellothalamokortikala system: spekulationer om deras bidrag till kognitiv och motorisk funktionsnedsättning vid nonamnesisk alkoholism. Alkoholism: Clinical and Experimental Research. 2003;27(9):1409–1419. doi: 10.1097/01.ALC.0000085586.91726.46. [PubMed] [Cross Ref]

24. Lecrubier Y., Sheehan DV, Weiller E., Amorim P., Bonora I., Sheehan KH, Janavs J., Dunbar GC The Mini International Neuropsychiatric Interview (MINI). En kort diagnostisk strukturerad intervju: reliabilitet och validitet enligt CIDI. Europeisk psykiatri. 1997;12(5):224–231. doi: 10.1016/S0924-9338(97)83296-8. [Cross Ref]

25. Beard KW, Wolf EM Modifiering av de föreslagna diagnoskriterierna för Internetberoende. Cyberpsychology and Behavior. 2001;4(3):377–383. doi: 10.1089/109493101300210286. [PubMed] [Cross Ref]

26. Michael B., Spitzer RL, Gibbon M., Williams JBW Strukturerad klinisk intervju för DDS-IV Axis I Disorders, klinikerversion (SID-CV) Washington, DC, USA: American Psychiatric Press; 1996.

27. Chen SHWL, Su YJ, Wu HM, Yang PF Utveckling av kinesisk skala för internetberoende och dess psykometriska studie. Chinese Psychological Society. 2003; 45: 279-294.

28. Zung WW Ett klassificeringsinstrument för ångestsyndrom. Psychosomatics. 1971;12(6):371–379. doi: 10.1016/S0033-3182(71)71479-0. [PubMed] [Cross Ref]

29. Zung WW En självskattande depressionsskala. Arkiv för allmän psykiatri. 1965;12:63–70. doi: 10.1001/archpsyc.1965.01720310065008. [PubMed] [Cross Ref]

30. Patton JH, Stanford MS, Barratt ES Faktorstruktur av Barratt Impulsiveness Scale. Journal of Clinical Psychology. 1995;51(6):768–774. [PubMed]

31. Heatherton TF, Kozlowski LT, Frecker RC, Fagerström K.-O. Fagerströmtestet för nikotinberoende: en revidering av Fagerströms toleransenkät. British Journal of Addiction. 1991;86(9):1119–1127. doi: 10.1111/j.1360-0443.1991.tb01879.x. [PubMed] [Cross Ref]

32. Song X.-W., Dong Z.-Y., Long X.-Y., Li S.-F., Zuo X.-N., Zhu C.-Z., He Y., Yan C.-G., Zang Y.-F. REST: en verktygslåda för funktionell magnetisk resonansavbildningsdatabehandling i vilotillstånd. PLoS ONE. 2011;6(9) doi: 10.1371/journal.pone.0025031.e25031 [PMC gratis artikel] [PubMed] [Cross Ref]

33. Chao-Gan Y., Yu-Feng Z. DPARSF: en MATLAB verktygslåda för "Pipeline" dataanalys av vilotillstånd fMRI. Gränser i System Neurovetenskap. 2010;4:13. doi: 10.3389/fnsys.2010.00013. [PMC gratis artikel] [PubMed] [Cross Ref]

34. Greicius MD, Krasnow B., Reiss AL, Menon V. Funktionell anslutning i den vilande hjärnan: en nätverksanalys av standardlägeshypotesen. Förhandlingar vid National Academy of Sciences i USA. 2003;100(1):253–258. doi: 10.1073/pnas.0135058100. [PMC gratis artikel] [PubMed] [Cross Ref]

35. Biswal B., Yetkin FZ, Haughton VM, Hyde JS Funktionell anslutning i den motoriska cortex av vilande mänsklig hjärna med hjälp av eko-planar MRI. Magnetresonans inom medicin. 1995;34(4):537–541. doi: 10.1002/mrm.1910340409. [PubMed] [Cross Ref]

36. Lowe MJ, Mock BJ, Sorenson JA Funktionell anslutning i singel- och multislice ekoplanar bildbehandling med vilotillståndsfluktuationer. Neuroimage. 1998;7(2):119–132. doi: 10.1006/nimg.1997.0315. [PubMed] [Cross Ref]

37. Rogers P. Den kognitiva psykologin för lotterispel: en teoretisk genomgång. Journal of Gambling Studies. 1998;14(2):111–134. doi: 10.1023/A:1023042708217. [PubMed] [Cross Ref]

38. Yalachkov Y., Kaiser J., Naumer MJ Funktionella neuroimaging studier i beroende: multisensoriska läkemedelsstimuli och neural signalreaktivitet. Neurovetenskap och Biobehavioral Recensioner. 2012;36(2):825–835. doi: 10.1016/j.neubiorev.2011.12.004. [PubMed] [Cross Ref]

39. McCoy AN, Crowley JC, Haghighian G., Dean HL, Platt ML Saccade belöningssignaler i posterior cingulate cortex. Neuron. 2003;40(5):1031–1040. doi: 10.1016/S0896-6273(03)00719-0. [PubMed] [Cross Ref]

40. Pearson JM, Hayden BY, Raghavachari S., Platt ML Neuroner i posterior cingulate cortex signal utforskande beslut i en dynamisk multioption val uppgift. Current Biology. 2009;19(18):1532–1537. doi: 10.1016/j.cub.2009.07.048. [PMC gratis artikel] [PubMed] [Cross Ref]

41. Zhou Y., Lin F.-C., Du Y.-S., Qin L.-D., Zhao Z.-M., Xu J.-R., Lei H. Avvikelser i grå substans vid internetberoende: en voxelbaserad morfometristudie. European Journal of Radiology. 2011;79(1):92–95. doi: 10.1016/j.ejrad.2009.10.025. [PubMed] [Cross Ref]

42. Dong G., deVito E., Huang J., Du X. Diffusionstensoravbildning avslöjar avvikelser i thalamus och bakre cingulate cortex hos internetspelmissbrukare. Journal of Psychiatric Research. 2012;46(9):1212–1216. doi: 10.1016/j.jpsychires.2012.05.015. [PMC gratis artikel] [PubMed] [Cross Ref]

43. Maldjian JA, Laurienti PJ, Kraft RA, Burdette JH En automatiserad metod för neuroanatomisk och cytoarkitektonisk atlasbaserad utfrågning av fMRI-datauppsättningar. Neuroimage. 2003;19(3):1233–1239. doi: 10.1016/S1053-8119(03)00169-1. [PubMed] [Cross Ref]

44. Ko C.-H., Liu G.-C., Yen J.-Y., Yen C.-F., Chen C.-S., Lin W.-C. Hjärnaktiveringarna för både cue-inducerad spellust och röksuget bland försökspersoner som är komorbida med internetspelberoende och nikotinberoende. Journal of Psychiatric Research. 2013;47(4):486–493. doi: 10.1016/j.jpsychires.2012.11.008. [PubMed] [Cross Ref]

45. Ko CH, Liu GC, Hsiao S., Yen JY, Yang MJ, Lin WC, Yen CF, Chen CS Hjärnaktiviteter förknippade med spelbehov av onlinespelberoende. Journal of Psychiatric Research. 2009;43(7):739–747. doi: 10.1016/j.jpsychires.2008.09.012. [PubMed] [Cross Ref]

46. Vanderschuren LJMJ, Everitt BJ Beteende- och neurala mekanismer för tvångsmässig drogsökning. European Journal of Pharmacology. 2005;526(1–3):77–88. doi: 10.1016/j.ejphar.2005.09.037. [PubMed] [Cross Ref]

47. Garavan H., Pankiewicz J., Bloom A., Cho J.-K., Sperry L., Ross TJ, Salmeron BJ, Risinger R., Kelley D., Stein EA Cue-inducerat kokainbegär: neuroanatomisk specificitet för droganvändare och drogstimuli. Den amerikanska Journal of Psychiatry. 2000;157(11):1789–1798. doi: 10.1176/appi.ajp.157.11.1789. [PubMed] [Cross Ref]

48. Reiman EM Tillämpningen av positronemissionstomografi för att studera normala och patologiska känslor. Journal of Clinical Psychiatry. 1997; 58 (tillägg 16): 4 – 12. [PubMed]

49. Passamonti L., Novellino F., Cerasa A., Chiriaco C., Rocca F., Matina MS, Fera F., Quattrone A. Förändrade kortikala-cerebellära kretsar under verbalt arbetsminne vid essentiell tremor. Hjärna. 2011;134(8):2274–2286. doi: 10.1093/brain/awr164. [PubMed] [Cross Ref]

50. Hong S.-B., Kim J.-W., Choi E.-J., Kim H.-H., Suh J.-E., Kim C.-D., Klauser P., Whittle S., Yucel M., Pantelis C., Yi S.-H. Minskad orbitofrontal kortikal tjocklek hos manliga ungdomar med internetberoende. Beteende och hjärnfunktioner. 2013;9, artikel 11 doi: 10.1186/1744-9081-9-11. [PMC gratis artikel] [PubMed] [Cross Ref]

51. Weiss F. Neurobiologi av begär, betingad belöning och återfall. Nuvarande yttrande inom farmakologi. 2005;5(1):9–19. doi: 10.1016/j.coph.2004.11.001. [PubMed] [Cross Ref]

52. Bonson KR, Grant SJ, Contoreggi CS, Links JM, Metcalfe J., Weyl HL, Kurian V., Ernst M., London ED Neurala system och cue-inducerat kokainbegär. Neuropsychopharmacology. 2002;26(3):376–386. doi: 10.1016/S0893-133X(01)00371-2. [PubMed] [Cross Ref]

53. Scherf KS, Sweeney JA, Luna B. Hjärngrunden för utvecklingsförändring i visuospatialt arbetsminne. Journal of Cognitive Neuroscience. 2006;18(7):1045–1058. doi: 10.1162/jocn.2006.18.7.1045. [PubMed] [Cross Ref]