จิตเวชศาสตร์ด้านหน้า. 2018; 9: 77
เผยแพร่ออนไลน์ 2018 มี.ค. 27 ดอย: 10.3389 / fpsyt.2018.00077
PMCID: PMC5881242
PMID: 29636704
Ji-Woo Seok1 และ Jin-Hun Sohn2,*
นามธรรม
การศึกษาเกี่ยวกับคุณลักษณะของบุคคลที่มีปัญหาเกี่ยวกับการเล่นเกมทางอินเทอร์เน็ต (IGD) ได้ถูกสะสมเนื่องจากความกังวลที่เพิ่มขึ้นเกี่ยวกับปัญหาทางด้านจิตใจและสังคมที่เกี่ยวข้องกับการใช้อินเทอร์เน็ต อย่างไรก็ตามมีความรู้ค่อนข้างน้อยเกี่ยวกับลักษณะของสมองที่เป็นพื้นฐานของ IGD เช่นการเชื่อมต่อการทำงานและโครงสร้างที่เกี่ยวข้อง จุดประสงค์ของการศึกษาครั้งนี้เพื่อตรวจสอบการเปลี่ยนแปลงในปริมาณสีเทาสสาร (GM) และการเชื่อมต่อการทำงานในระหว่างพักสถานะในบุคคลที่มี IGD โดยใช้รูปสัณฐานวิทยาของ Voxel และการวิเคราะห์การเชื่อมต่อของรัฐ ผู้เข้าร่วมรวมถึงบุคคล 20 ที่มี IGD และ 20 อายุและการควบคุมสุขภาพที่ตรงกับเพศ ฟังก์ชั่นการพักผ่อนและภาพโครงสร้างได้รับมาสำหรับผู้เข้าร่วมทุกคนโดยใช้การถ่ายภาพด้วยคลื่นสนามแม่เหล็ก 3 T นอกจากนี้เรายังวัดความรุนแรงของ IGD และแรงกระตุ้นโดยใช้เครื่องชั่งทางจิตวิทยา ผลการศึกษาพบว่าระดับความรุนแรง IGD มีความสัมพันธ์เชิงบวกกับปริมาณ GM ในหางด้านซ้าย (p <0.05 แก้ไขสำหรับการเปรียบเทียบหลายรายการ) และเชื่อมโยงในเชิงลบกับการเชื่อมต่อที่ใช้งานได้ระหว่างหางด้านซ้ายและไจรัสด้านหน้าตรงกลางด้านขวา (p <0.05 แก้ไขสำหรับการเปรียบเทียบหลายรายการ) การศึกษานี้แสดงให้เห็นว่า IGD เกี่ยวข้องกับการเปลี่ยนแปลงทางระบบประสาทในเยื่อหุ้มสมองส่วนหน้าตรงกลางด้านขวาและหางด้านซ้าย สิ่งเหล่านี้เป็นบริเวณสมองที่สำคัญสำหรับการให้รางวัลและกระบวนการควบคุมความรู้ความเข้าใจและมีรายงานความผิดปกติของโครงสร้างและการทำงานในภูมิภาคเหล่านี้สำหรับการเสพติดอื่น ๆ เช่นการใช้สารเสพติดและการพนันทางพยาธิวิทยา การค้นพบนี้ชี้ให้เห็นว่าการขาดดุลโครงสร้างและความบกพร่องในการทำงานของสภาวะพักผ่อนในเครือข่ายส่วนหน้าอาจเกี่ยวข้องกับ IGD และให้ข้อมูลเชิงลึกใหม่ ๆ เกี่ยวกับกลไกประสาทที่อยู่เบื้องหลังของ IGD
บทนำ
เกมออนไลน์ให้ความเพลิดเพลินและผ่อนคลายความเครียดนอกเหนือจากข้อดีอื่น ๆ อีกมากมาย ดังนั้นจำนวนผู้เล่นอินเทอร์เน็ตได้เพิ่มขึ้นอย่างต่อเนื่องทั่วโลก อย่างไรก็ตามการเล่นเกมทางอินเทอร์เน็ตที่มากเกินไปสามารถ จำกัด ประสบการณ์ชีวิตจริงส่งผลให้เกิดผลกระทบด้านจิตสังคมเชิงลบต่างๆ (1-3) ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต (IGD) ถูกกำหนดให้เป็นการใช้งานอุปกรณ์และพยาธิสภาพซึ่งทำให้สามารถเข้าถึงอินเทอร์เน็ตและมีผลกระทบทางลบอย่างรุนแรง ส่วนที่สามของคู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต -5 (DSM-5) ระบุว่า IGD เป็นเงื่อนไขที่ต้องใช้การวิจัยทางคลินิกมากขึ้น (4).
เมื่อเร็ว ๆ นี้การศึกษา neuroimaging ใน IGD ได้ตรวจสอบการเปลี่ยนแปลงการทำงานและโครงสร้างในสมองเพื่อระบุความสัมพันธ์ของเส้นประสาทที่เกี่ยวข้องกับการพัฒนาของ IGD (5) การถ่ายภาพด้วยคลื่นสนามแม่เหล็กทำงานที่เกี่ยวข้องกับงาน (fMRI) ได้เปิดเผยการรบกวนการทำงานในบุคคลที่มี IGD (2, 6, 7-11) ผลจากการศึกษา fMRI เหล่านี้บ่งชี้ว่าในระหว่างที่มีการสัมผัสกับเกมคอมพิวเตอร์วิดีโอเกมหรือเกมออนไลน์บุคคลที่มี IGD เมื่อเทียบกับการควบคุมที่ดีต่อสุขภาพ (HC) แสดงความอยากเล่นเกมที่เพิ่มขึ้น เป็น caudate นิวเคลียส dorsolateral prefrontal พื้นที่นิวเคลียส accumbens หน้า cingulate นอกเยื่อหุ้มสมองและฮิบโป7-10).
แม้ว่าการศึกษา fMRI แบบอิงงานจะสามารถระบุการรบกวนการทำงานเฉพาะภายในบุคคลที่มี IGD ได้ แต่การประเมินการเชื่อมต่อการทำงานของสถานะพักผ่อนอาจให้ความสำคัญที่แตกต่างกันและกว้างขึ้น (12) Resting-state fMRI เป็นวิธีการประเมินการเชื่อมต่อการทำงานและการมีปฏิสัมพันธ์ระหว่างภูมิภาคในช่วงที่ปราศจากภาระงาน การประเมินเครือข่าย fMRI แบบพักผ่อนรัฐสามารถให้ข้อมูลเพิ่มเติมเกี่ยวกับความผิดปกติของวงจรแบบกระจายในการเจ็บป่วยทางสมอง13, 14) การศึกษา fMRI ของรัฐพักผ่อนของ IGD ได้ดำเนินการเพื่อระบุเครือข่าย neurobiological ที่เฉพาะเจาะจงรางวัลและกระบวนการทางปัญญาในแง่ของการเชื่อมต่อการทำงาน (15-18) การศึกษาเหล่านี้ได้รายงานการเชื่อมต่อการทำงานที่เพิ่มขึ้นหรือความสม่ำเสมอของภูมิภาคใน gyrus ชั่วคราวและสมองกลาง (15, 16, 18) นอกจากนี้ Hong et al. (17) สังเกตการเชื่อมต่อการทำงานลดลงในภูมิภาคสมอง subcortical
หลักฐานการติดตั้งจากการศึกษาการถ่ายภาพสมองโครงสร้างได้เปิดเผยว่า IGD อาจเชื่อมโยงกับการเปลี่ยนแปลงโครงสร้างที่เป็นไปได้ภายในสมอง (17, 19-22) วิธีการวิเคราะห์ morphometric ที่ใช้กันอย่างแพร่หลายสำหรับการวิเคราะห์ทางสมองคือการวัดปริมาณสีเทา (GM) ตามระดับเสียงเช่นการวัดแบบ voxel-based morphometry (VBM) และการวัดความหนาของเปลือกนอกโดยใช้ FreeSurfer (23) ฮั่นและคณะ (19) และ Weng และคณะ (21) ตรวจสอบความผิดปกติของโครงสร้างในสมองของวัยรุ่นด้วย IGD โดยใช้ VBM และรายงานปริมาณ GM ที่ลดลงในเยื่อหุ้มสมองวงโคจรด้านหน้า, insula, gyrus ชั่วคราวและเยื่อหุ้มสมองท้ายทอย การศึกษาประเมินความหนาเยื่อหุ้มสมองเพื่อสังเกตการเปลี่ยนแปลงโครงสร้างในสมองของบุคคลที่มี IGD ได้เปิดเผยความหนาของเยื่อหุ้มสมองลดลงในเยื่อหุ้มสมอง orbitofrontal, insula, เยื่อหุ้มสมองข้างขม่อมและ postcentral gyrus (17, 22).
อีกไม่นานการศึกษาเชิงโครงสร้างและการทำงานร่วมกันของ MRI ได้รายงานความสัมพันธ์เชิงลบระหว่างแรงกระตุ้นและปริมาณอะมิกดาล่าที่ยังเหลือและการเชื่อมต่อการทำงานที่ลดลงระหว่าง amygdala และ dorsolateral prefrontal cortex (DLPFC)13, 14) ผลลัพธ์เหล่านี้ชี้ให้เห็นว่าปริมาณ GM เปลี่ยนแปลงและการเชื่อมต่อการทำงานใน amygdala อาจเกี่ยวข้องกับการกระตุ้นและแสดงถึงช่องโหว่ของ IGD (13, 14) การศึกษาสองชิ้นเมื่อเร็ว ๆ นี้ได้ประเมินความแตกต่างของความเข้ากันได้ทั้งในโครงสร้างสมองและการเชื่อมต่อการทำงาน ก่อนอื่นจินและคณะ (24) พบว่าบุคคลที่มี IGD มีปริมาณ GM ลดลงอย่างมีนัยสำคัญในเยื่อหุ้มสมอง prefrontal รวมทั้ง DLPFC, orbitofrontal cortex, เยื่อหุ้มสมองด้านหน้า cingulate และพื้นที่มอเตอร์เสริมและลดการเชื่อมต่อการทำงานในวงจร striat prefrontal ประการที่สองหยวนและคณะ (25) พบว่าปริมาณ striatum ลดลงและความแตกต่างของการเชื่อมต่อการทำงานของสถานะการพักในวงจร frontostriatal ระหว่างบุคคลที่มี IGD และ HC ผลลัพธ์เหล่านี้ชี้ให้เห็นว่าในระดับวงจร IGD อาจใช้กลไกประสาทที่คล้ายกันกับความผิดปกติในการใช้สาร (24, 25).
โดยสรุปแล้วผลของการศึกษาก่อนหน้านี้และความคิดเห็นล่าสุดโดยใช้เทคนิค neuroimaging ชี้ให้เห็นว่า IGD เกี่ยวข้องกับการเปลี่ยนแปลงทางระบบประสาทในวงจร frontostriatal คล้ายกับการใช้สารเสพติด (7-11, 24-28) ยิ่งไปกว่านั้นความคล้ายคลึงกันของอาการทางจิตและกระบวนการทางประสาทระหว่าง IGD และความผิดปกติในการใช้สารแสดงให้เห็นถึงกลไกที่เป็นไปได้ของการแบ่งปัน (9, 27, 28).
จนถึงปัจจุบันมีการศึกษาเพียงเล็กน้อยเกี่ยวกับการเปลี่ยนแปลงการทำงานและโครงสร้างใน IGD โดยใช้โครงสร้างรวมกับการวิเคราะห์เครือข่ายการทำงานของสถานะที่พัก (13, 14, 25, 29) ยิ่งกว่านั้นการศึกษา IGD เหล่านี้ไม่ได้กำจัดอิทธิพลของลักษณะพฤติกรรม (เช่นชั่วโมงการเล่นเกมเฉลี่ย) ต่อความสัมพันธ์ระหว่าง IGD และการเปลี่ยนแปลงของสมองแม้ว่าพฤติกรรมซ้ำ ๆ อาจเปลี่ยนโครงสร้างสมอง (30) ดังนั้นเพื่อเสริมความแข็งแกร่งของลักษณะ IGD รวมถึงความผิดปกติทางจิตเวช (เช่นการติดยาเสพติด) ต่อการเปลี่ยนแปลงของสมองเราจึงควบคุมผลของกิจกรรมการเล่นเกมต่อการเปลี่ยนแปลงของโครงสร้างสมองและการเชื่อมต่อใน IGD
ในการศึกษานี้เราตรวจสอบการปรับเปลี่ยนโครงสร้างและการเชื่อมต่อการทำงานในสมองของบุคคลที่มี IGD โดยใช้การถ่ายภาพด้วยคลื่นสนามแม่เหล็ก 3 T ของปริมาณ GM ในสมองและการวิเคราะห์การเชื่อมต่อของรัฐ โดยเฉพาะเราตรวจสอบว่าปริมาณ GM มีการเปลี่ยนแปลงในวงจร frontostriatal ของบุคคลที่มี IGD และการลดลงของปริมาณ GM ที่เกี่ยวข้องกับการเชื่อมต่อการทำงานที่เปลี่ยนแปลง เรายังระบุด้วยว่าการเปลี่ยนแปลงเหล่านี้มีการจัดแสดงหลังจากไม่รวมกิจกรรมการเล่นเกมหรือไม่
วัสดุและวิธีการ
ผู้เข้าร่วมและเครื่องมือวัด
ผู้เข้าร่วมที่ถนัดขวายี่สิบคนที่มี IGD (ช่วงอายุ: 20 – 26 ปี) ได้รับคัดเลือก ผ่านทาง ออกอากาศกระดานข่าวออนไลน์และในหมู่บุคคลที่เข้าร่วมศูนย์บำบัดการเสพติดอินเทอร์เน็ตศูนย์ข้อมูลติดไซเบอร์หรือการประชุมกลุ่มกู้คืนการติดอินเทอร์เน็ต ผู้เข้าร่วมทั้งหมดในกลุ่ม IGD ถูกสัมภาษณ์โดยจิตแพทย์ที่ผ่านการรับรองสองคนตามเกณฑ์การวินิจฉัยสำหรับ IGD ที่ระบุไว้ในคู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต -5 (31) เมื่อใช้เกณฑ์เดียวกัน 20 อายุ - และเพศที่จับคู่ HC (ช่วงอายุ: 20 – 27 ปี) ได้รับการคัดเลือก ไม่มีผู้เข้าร่วมที่ปฏิบัติตามเกณฑ์สำหรับความผิดปกติทางจิตเวชหรือระบบประสาทอื่น ๆ เช่นโรคจิตเภทความวิตกกังวลซึมเศร้าการติดการพนันหรือการพึ่งพาสาร ไม่มีผู้เข้าร่วมรายงานประสบการณ์ก่อนหน้านี้เกี่ยวกับการพนันหรือยาผิดกฎหมาย
ผู้เข้าร่วมทุกคนให้ความยินยอมเป็นลายลักษณ์อักษรหลังจากได้รับแจ้งอย่างละเอียดเกี่ยวกับรายละเอียดของการทดสอบ คณะกรรมการพิจารณาสถาบันของมหาวิทยาลัยแห่งชาติชุงนัมได้อนุมัติขั้นตอนการทดลองและความยินยอม (หมายเลขอนุมัติ: P01-201602-11-002) ผู้เข้าร่วมทั้งหมดได้รับค่าตอบแทนทางการเงิน (50 ดอลลาร์สหรัฐ) สำหรับการเข้าร่วม
ผู้เข้าร่วมตอบแบบสอบถามที่มีคำถามเกี่ยวกับลักษณะทางประชากรศาสตร์และกิจกรรมการเล่นเกมอินเทอร์เน็ตในช่วงเดือน 12 ที่ผ่านมาเช่น“ โดยเฉลี่ยปีที่แล้วคุณเล่นเกมอินเทอร์เน็ตกี่วันต่อสัปดาห์” และ“ ในปีที่ผ่านมา โดยเฉลี่ยแล้วคุณใช้เวลากับเกมอินเทอร์เน็ตประมาณกี่นาทีต่อวัน?” นอกจากนี้เครื่องชั่งมาตรฐานเช่น Barratt Impulsiveness Scale-II [BIS (32)], การทดสอบความผิดปกติในการใช้แอลกอฮอล์ (33) และสินค้าคงคลังเบ็คอาการซึมเศร้า [BDI (34)] ถูกนำมาใช้เพื่อประเมินลักษณะทางจิตวิทยาของผู้เข้าร่วม
ความรุนแรงของ IGD วัดโดยใช้การทดสอบการติดอินเทอร์เน็ตออนไลน์ของ Young (IAT) (35) IAT เป็นเครื่องมือที่เชื่อถือได้และถูกต้องสำหรับการจำแนกความผิดปกติของการเสพติดอินเทอร์เน็ต (36) IAT ประกอบด้วยคำถาม 20 ทั้งหมดที่ได้รับการออกแบบมาเพื่อประเมินการใช้อินเทอร์เน็ตที่บังคับอาการถอนการพึ่งพาทางจิตวิทยาและปัญหาที่เกี่ยวข้องในชีวิตประจำวัน การให้คะแนนจัดทำขึ้นจากระดับ 5 จุดตั้งแต่ 1 (ไม่เคย) ถึง 5 (มาก) คะแนนอยู่ในช่วงตั้งแต่ 20 ถึง 100 และคะแนนรวมของ 50 หรือสูงกว่าแสดงถึงปัญหาที่เกี่ยวข้องกับอินเทอร์เน็ตเป็นครั้งคราวหรือบ่อยครั้งเนื่องจากการใช้อินเทอร์เน็ตที่ไม่สามารถควบคุมได้ (http://netaddiction.com/internet-addiction-test/).
ได้มาซึ่งข้อมูล
เครื่องสแกนเนอร์ 3.0 T MRI (Achieva Intera 3 T; Philips Healthcare, Best, the Netherlands) ใช้สำหรับการจัดซื้อภาพ ได้รับภาพกายวิภาคน้ำหนัก T1 โดยใช้พารามิเตอร์ต่อไปนี้: เวลาการทำซ้ำ = 280; echo time = 14 ms; มุมพลิก = 60 °; มุมมอง = 24 cm × 24 cm; เมทริกซ์ = 256 × 256; ความหนาของชิ้น = 4 mm ในระหว่างการสแกนสถานะพักภาพ 180 ถูกถ่ายด้วยลำดับชีพจรแบบ echo-planar (ถ่ายครั้งเดียว = 2,000 ms; echo time = 28 ms, ความหนาของชิ้น = 4 × 64; ของมุมมอง = 64 cm × 24 cm; และมุมพลิก = 24 °) ผู้เข้าร่วมได้รับคำสั่งให้ปิดตาของพวกเขาอย่างสบายเพื่อให้ตื่นตัวไม่ต้องคิดอะไรและไม่นอนหรือหลับในระหว่างการสแกนที่พักผ่อน หลังจากการสแกนผู้เข้าร่วมทุกคนถูกถามว่าพวกเขายังคงตื่นอยู่หรือไม่เมื่อหลับตาตลอดเวลาที่ทำการสแกน ข้อมูลจากผู้เข้าร่วมที่รายงานปัญหาในการตื่นตัวอย่างเต็มที่ถูกทิ้งและไม่ได้ใช้สำหรับการวิเคราะห์เพิ่มเติมใด ๆ
การวิเคราะห์ VBM
การวิเคราะห์รูปสัณฐานวิทยาตาม Voxel ดำเนินการโดยใช้ซอฟต์แวร์ SPM8 (http://www.fil.ion.ucl.ac.uk/spm) และกล่องเครื่องมือ VBM8 (http://dbm.neuro.uni-jena.de/vbm.html) ภาพ MR ได้รับการประมวลผลโดยใช้อัลกอริธึมการลงทะเบียนแบบไม่เชิงเส้นดิฟฟีมอร์ฟิค (การลงทะเบียนกายวิภาคดิฟอร์มอร์ฟิคโดยใช้พีชคณิตแบบเอ็กซ์โปเนนเชียล37) สรุปการวิเคราะห์ VBM ประกอบด้วยสี่ขั้นตอนดังต่อไปนี้: (1) ภาพ MR ถูกแบ่งออกเป็น GM, สารสีขาว (WM), และน้ำไขสันหลัง (2) เทมเพลต GM ที่กำหนดเองถูกสร้างขึ้นจากภาพการศึกษาโดยใช้เทคนิค DARTEL (3) หลังจากการลงทะเบียนเลียนแบบเชิงเส้นของเทมเพลต GM DARTEL ไปยังแผนที่ความน่าจะเป็นเนื้อเยื่อในพื้นที่ Montreal Neurological Institute (MNI) พื้นที่การแปรปรวนแบบไม่ใช่เชิงเส้นของภาพ GM ถูกนำไปใช้กับเทมเพลต DARTEL GM จากนั้นใช้ในขั้นตอนการปรับ ว่าจำนวนที่สัมพันธ์กันของปริมาณ GM ถูกเก็บรักษาไว้ตามขั้นตอนการฟื้นฟูเชิงพื้นที่ (4) ภาพ GM ที่ปรับแล้วถูกทำให้ราบรื่นโดยใช้ความกว้างเต็ม 8-mm ที่เคอร์เนล Gaussian สูงสุดครึ่งหนึ่งสำหรับการวิเคราะห์ทางสถิติ
หลังจากประมวลผลล่วงหน้าปริมาณ GM จะถูกเปรียบเทียบระหว่างบุคคลที่มี IGD และ HC มาสก์ธรณีประตูแบบสัมบูรณ์ของ 0.1 ถูกใช้สำหรับการวิเคราะห์ GM เพื่อหลีกเลี่ยงเอฟเฟกต์ขอบรอบขอบระหว่างสีเทาและ WM
เพื่อควบคุมผลกระทบภายนอกของอายุปีการศึกษาความหุนหันพลันแล่นและความซึมเศร้าตัวแปรเหล่านี้จึงถูกเพิ่มเข้ามาเป็นตัวแปรร่วม นอกจากนี้เรายังดำเนินการระหว่างการวิเคราะห์กลุ่มโดยการเพิ่มชั่วโมงการเล่นเกมเฉลี่ยในรูปแบบ covariate เพื่อระบุผลกระทบของ IGD โดยไม่รวมอิทธิพลของลักษณะพฤติกรรมที่เกี่ยวข้องกับ IGD
ในแต่ละกลุ่มจะทำการวิเคราะห์ความสัมพันธ์บางส่วนเพื่อตรวจสอบความสัมพันธ์ระหว่างปริมาณ GM และความรุนแรงของ IGD (เช่นคะแนน IAT) โดยไม่รวมตัวแปรภายนอก (เช่นอายุปีการศึกษาการกระตุ้นและภาวะซึมเศร้า) นอกจากนี้ยังทำการวิเคราะห์ความสัมพันธ์บางส่วนอีกครั้งโดยควบคุมตัวแปรภายนอกด้วยตัวแปรร่วมเพิ่มเติม (เช่นชั่วโมงการเล่นเกมเฉลี่ย) นัยสำคัญทางสถิติของความแตกต่างของกลุ่มถูกกำหนดไว้ที่ p <0.05 แก้ไขสำหรับการเปรียบเทียบหลายรายการโดยใช้วิธีอัตราการค้นพบเท็จ (FDR) ที่ระดับคลัสเตอร์> 50 voxels
การวิเคราะห์การเชื่อมต่อการทำงาน
การวิเคราะห์การเชื่อมต่อการทำงานได้ดำเนินการโดยใช้กล่องเครื่องมือการเชื่อมต่อการทำงานของ CONN v.15 [http://www.nitrc.org/projects/conn; อ้างถึงใน Whitfield-Gabrieli และคณะ (38)] เพื่อระบุคุณสมบัติของสถานที่พักผ่อนในพื้นที่สมองที่มีการเปลี่ยนแปลง ข้อมูลการพักสถานะได้รับการประมวลผลล่วงหน้าเป็นครั้งแรกโดยใช้ขั้นตอนการเตรียมล่วงหน้ามาตรฐานรวมถึงการแก้ไขแบบแบ่งเวลาการแก้ไขการเคลื่อนไหวด้วยการปฏิเสธสิ่งประดิษฐ์การฟื้นฟูเชิงพื้นที่สู่พื้นที่สมองมาตรฐานโดยใช้ภาพเทมเพลตและทำให้เรียบด้วยเคอร์เนลเกาส์ isotropic GaN ก่อนที่จะทำการวิเคราะห์ในระดับหัวเรื่องกระบวนการ denoising ถูกดำเนินการกับข้อมูลโดยใช้สัญญาณ BOLD (ขึ้นอยู่กับระดับออกซิเจนในเลือด) ที่ได้มาจากมาสก์ WM และไขสันหลังสมองของเหลวและพารามิเตอร์การแก้ไขการเคลื่อนไหวจากขั้นตอนการจัดตำแหน่งใหม่ ไม่มีความสนใจในตัวแบบการถดถอยเชิงเส้น จากนั้นจึงใช้ตัวกรองสัญญาณผ่านระหว่าง 8 และ 0.01 Hz กับอนุกรมเวลาเพื่อแยกสัญญาณพื้นที่ความถี่เฉพาะที่เกี่ยวข้องกับกิจกรรมของเซลล์ประสาท
หลังจากขั้นตอนก่อนและกระบวนการ denoising การวิเคราะห์การเชื่อมต่อการทำงานได้ดำเนินการโดยใช้วิธีการที่ใช้เมล็ดโดยการเลือกยอดนิวเคลียสคลัสเตอร์หางซ้ายจากการวิเคราะห์ VBM, (−9 + 8 + 15) ในพื้นที่ MNI เราเลือกนิวเคลียสหางซ้ายเป็นพื้นที่เมล็ดพันธุ์ที่น่าสนใจสำหรับการวิเคราะห์การเชื่อมต่อการทำงานต่อเนื่องเพราะนิวเคลียสหางซ้ายเชื่อมโยงกับความรุนแรงของ IGD ในการวิเคราะห์ VBM และเนื่องจากการศึกษาก่อนหน้านี้เปิดเผยการเปลี่ยนแปลงการทำงานและโครงสร้างในนิวเคลียสหางซ้าย IGD (24, 25) ค่าสัมประสิทธิ์การข้ามความสัมพันธ์ระหว่าง voxels ของเมล็ดเหล่านี้และ voxels อื่น ๆ ทั้งหมดถูกคำนวณเพื่อสร้างแผนที่ความสัมพันธ์ สำหรับการวิเคราะห์ในระดับที่สองสัมประสิทธิ์สหสัมพันธ์จะถูกเปลี่ยนเป็นการแจกแจงแบบปกติ z- คะแนนโดยใช้การแปลง Fisher อายุปีการศึกษาความหุนหันพลันแล่นและความซึมเศร้าถูกเพิ่มเข้ามาในรูปของการวิเคราะห์ระดับที่สอง สำหรับการเปรียบเทียบระดับกลุ่มสองตัวอย่าง tทำการทดสอบเพื่อเปรียบเทียบ zแผนที่มูลค่าระหว่างบุคคลที่มี IGD และ HC ที่มีเกณฑ์ความสูงของไม่ถูกแก้ไข p <0.001 และขอบเขตขอบเขตของการแก้ไข FDR p <0.05 ที่ระดับคลัสเตอร์ ANCOVA ยังดำเนินการด้วยการเพิ่มชั่วโมงการเล่นเกมโดยเฉลี่ยเป็นโควาเรียตเพื่อระบุความแตกต่างระหว่างกลุ่มโดยไม่รวมอิทธิพลของลักษณะพฤติกรรมที่เกี่ยวข้องกับ IGD
ภายในแต่ละกลุ่มการวิเคราะห์ความสัมพันธ์บางส่วนระหว่างความรุนแรงของ IGD (เช่น IAT) และค่าเฉลี่ย z- พื้นที่ของสมองแสดงการเชื่อมต่อการทำงานลดลงกับนิวเคลียสหางซ้ายถูกดำเนินการเพื่อตรวจสอบความสัมพันธ์ระหว่างความรุนแรงของ IGD และการเชื่อมต่อการทำงานที่เปลี่ยนแปลงโดยไม่รวมตัวแปรภายนอก (เช่นอายุ, ปีการศึกษา, แรงกระตุ้นและภาวะซึมเศร้า) อีกความสัมพันธ์บางส่วนได้ดำเนินการโดยการเพิ่มชั่วโมงการเล่นเกมเฉลี่ยเป็นตัวแปรร่วมกับตัวแปรภายนอก
การวิเคราะห์สหสัมพันธ์ระหว่างโครงสร้างสมองกับการเชื่อมต่อการทำงาน
เพื่อตรวจสอบความสัมพันธ์ระหว่างโครงสร้างและการเชื่อมต่อการทำงานในนิวเคลียสหางซ้ายของบุคคลที่มี IGD การวิเคราะห์ความสัมพันธ์ได้ดำเนินการหลังจากการควบคุมสถิติสำหรับหุนหันพลันแล่นและภาวะซึมเศร้า
ผลสอบ
ลักษณะผู้เข้าร่วม
ดังแสดงในตาราง Table1,1บุคคลที่มี IGD และ HC ไม่แตกต่างกันอย่างมีนัยสำคัญในอายุ (t = 0.83 p > 0.05) และระยะเวลาการศึกษา (t = 0.67 p > 0.05) อย่างไรก็ตามเมื่อเทียบกับ HC บุคคลที่มี IGD ได้คะแนนสูงกว่าจากการวัดชั่วโมงการเล่นเกมโดยเฉลี่ยต่อวัน (t = 7.25 p <0.001) และวันเล่นเกมเฉลี่ยต่อสัปดาห์ (t = 7.42 p <0.001) และมีคะแนน IAT สูงกว่า (t = 11.37 p <0.001) บุคคลที่มี IGD ก็มีความสุขมากขึ้นเช่นกัน (t = 4.88 p <0.001) และหุนหันพลันแล่น (t = 5.23 p <0.001) มากกว่าการควบคุม คะแนนการติดอินเทอร์เน็ตมีความสัมพันธ์ในเชิงบวกกับคะแนนภาวะซึมเศร้า (r = 0.71 p <0.001) และคะแนนความหุนหันพลันแล่น (r = 0.66 p <0.001)
1 ตาราง
ลักษณะทางประชากรและทางคลินิกของกลุ่ม IGD และ HC
| ตัวแปร (หมายถึง± SD) | IGD | HC | t |
|---|---|---|---|
| อายุ (ปี) | 21.70 ± 2.74 | 22.40 ± 2.62 | 0.83 |
| การศึกษา (ปี) | 14.55 ± 2.93 | 15.15 ± 2.72 | 0.67 |
| ชั่วโมงการเล่นเกมเฉลี่ยต่อวัน | 11.87 ± 5.33 | 1.90 ± 3.06 | *** 7.25 |
| จำนวนวันเล่นเกมเฉลี่ยต่อสัปดาห์ | 6.75 ± 0.71 | 2.4 ± 2.52 | *** 7.42 |
| คะแนนการตรวจสอบ | 4.73 ± 3.07 | 3.75 ± 2.59 | 1.09 |
| คะแนน BDI | 12.4 ± 7.36 | 3.3 ± 3.89 | *** 4.88 |
| คะแนน BIS-II | 56.00 ± 5.34 | 47.50 ± 4.92 | *** 5.23 |
| คะแนน IAT | 71.85 ± 12.82 | 29.80 ± 8.80 | *** 12.09 |
BDI, Beck Depression Scale; BIS, Impulsiveness Scale-II ของ Barrett; IGD, ความผิดปกติในการเล่นเกมทางอินเทอร์เน็ต; IAT, การทดสอบการติดอินเทอร์เน็ต HC การควบคุมที่ดีต่อสุขภาพ.
*** p <0.001 สำหรับการเปรียบเทียบกลุ่ม.
การวิเคราะห์ VBM
ดังที่ปรากฎในตาราง Table22 รูปและ Figure1A, 1A, ผลของการวิเคราะห์ VBM แสดงให้เห็นว่าบุคคลที่มี IGD ลดปริมาณ GM ในเยื่อหุ้มสมองส่วนหน้าส่วนกลางทวิภาคี [Brodmann area (BA) 10] (ขวา: t = 4.82, ซ้าย: t = 4.30 p <0.05, FDR ได้รับการแก้ไข) และเพิ่มปริมาณ GM ในนิวเคลียสหางด้านซ้ายอย่างมีนัยสำคัญ (t = 5.37 p <0.05, FDR ได้รับการแก้ไข) เมื่อเทียบกับ HC หลังจากควบคุมผลของกิจกรรมการเล่นเกมแล้วปริมาณ GM ของเยื่อหุ้มสมองส่วนหน้าตรงกลางทวิภาคี [ขวา: F(1, 38) = 5.58 p <0.05,
2 ตาราง
ความแตกต่างของสสารสีเทาภูมิภาค (GM) ระหว่างกลุ่ม IGD และ HC เปิดเผยความสัมพันธ์เชิงบวกกับความรุนแรงของ IGD
| เขตสมอง | พิกัด MNI | tแม็กซ์ | ขนาดคลัสเตอร์ (voxels) | ||
|---|---|---|---|---|---|
| x | y | z | |||
| IGD> HC | |||||
| L caudate | -8 | 14 | 10 | 5.37 | 234 |
| IGD <HC | |||||
| R / L MFG (BA 10) | 44 | 51 | 8 | 4.82 | 417 |
| -37 | 45 | 20 | 4.30 | 247 | |
| ความสัมพันธ์ระหว่างความหนาแน่นของ GM และคะแนน IAT | |||||
| L caudate | -9 | 8 | 15 | 4.91 | 75 |
BA, พื้นที่ Brodmann; L ซ้าย MNI สถาบันประสาทวิทยาทรีล; MFG, gyrus หน้าผากกลาง; R ขวา IGD, ความผิดปกติในการเล่นเกมทางอินเทอร์เน็ต; IAT, การทดสอบการติดอินเทอร์เน็ต HC การควบคุมที่ดีต่อสุขภาพ.
พิกัด MNI ของคะแนน t สูงสุดจะปรากฏขึ้นสำหรับแต่ละคลัสเตอร์.
ความสำคัญที่ภูมิภาคของระดับความสนใจ p <0.05 แก้ไขคลัสเตอร์อัตราการค้นพบที่ผิดพลาด.
การวิเคราะห์ morphometry (VBM) ตาม Voxel (A) ปริมาณสสารสีเทาที่แตกต่างกันระหว่างกลุ่ม IGD และ HC (p <0.05, แก้ไขอัตราการค้นพบที่ผิดพลาด) (พิกัด MNI: L caudate, −8, 14, 10; R MFG, 44, 51, 8; L MFG, −37, 45, 20) (B) การวิเคราะห์สหสัมพันธ์ VBM (p <0.01) (พิกัด MNI: L caudate, −9, 8, 15) คำย่อ: HC, การควบคุมที่ดีต่อสุขภาพ; IAT แบบทดสอบการติดอินเทอร์เน็ต IGD ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต L, ซ้าย; MFG, ไจรัสหน้าผากกลาง; R ขวา; MNI, สถาบันประสาทวิทยามอนทรีออล
สำหรับกลุ่ม IGD พบความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญระหว่างปริมาณ GM ในนิวเคลียสหางซ้ายและความรุนแรง IGD (เช่นคะแนน IAT) โดยไม่รวมตัวแปรภายนอก (ความสัมพันธ์บางส่วน) r = 0.58 p <0.01, แก้ไข FDR) (รูปที่ (Figure1B) 1B) และหากไม่รวมผลกระทบของกิจกรรมการเล่นเกมและตัวแปรภายนอกอื่น ๆ ความสัมพันธ์เชิงบวกเหล่านี้ยังพบได้ระหว่างนิวเคลียสหางซ้ายและคะแนน IAT (ความสัมพันธ์บางส่วน r = 0.56 p <0.05) พบความสัมพันธ์เชิงลบอย่างมีนัยสำคัญระหว่างปริมาตรส่วนหน้าตรงกลางและความหุนหันพลันแล่นเมื่อวัดโดยใช้ Impulsiveness Scale ของ Barrett (สหสัมพันธ์บางส่วน r = 0.39 p <0.05, FDR ถูกแก้ไข) และความสัมพันธ์นี้ไม่แสดงหลังจากไม่รวมผลกระทบของกิจกรรมการเล่นเกม (p > 0.05) อย่างไรก็ตามไม่มีพื้นที่สมองใดที่แสดงความสัมพันธ์อย่างมีนัยสำคัญกับคะแนน BDI (p > 0.05, FDR แก้ไขแล้ว)
ใน HC ไม่พบความสัมพันธ์อย่างมีนัยสำคัญระหว่างตัวแปรทางจิตวิทยาใด ๆ (เช่น IAT, BIS และคะแนน BDI) และปริมาณ GM สำหรับพื้นที่สมองใด ๆ (p > 0.05, FDR แก้ไขแล้ว)
การวิเคราะห์การเชื่อมต่อการทำงาน
ในบุคคลที่มี IGD, หางด้านซ้ายเชื่อมโยงกับหน้าที่ของสมองส่วนต่าง ๆ รวมถึงฐานดอกทวิภาคี, putamen, เยื่อหุ้มสมองด้านหลัง cingulate, precuneus, pallidum, accumbens, เยื่อหุ้มสมองส่วนหน้าส่วนหน้า เยื่อหุ้มสมองและ orbitofrontal cortex (ความสูงเกณฑ์, p <0.001 ไม่ถูกแก้ไข เกณฑ์คลัสเตอร์ p <0.05, FDR แก้ไขแล้ว) ในบรรดา HC นิวเคลียสหางด้านซ้ายมีหน้าที่เชื่อมต่อกับฐานดอกทวิภาคี, พัตตาเมน, คอร์เทกซ์หลัง cingulate, แพลลิดัม, แอคคัมเบน, คอร์เทกซ์ด้านหน้า, คอร์เทกซ์ออร์บิทัลฟรอนทัล, คอร์เทกซ์หน้าผากที่เหนือกว่า, คอร์เทกซ์หน้าผากกลาง, และคอร์เทกซ์หน้าผากตรงกลาง (เกณฑ์ความสูง, p <0.001 ไม่ถูกแก้ไข เกณฑ์คลัสเตอร์ p <0.05, FDR แก้ไขแล้ว)
ดังแสดงในตาราง Table33 รูปและ Figure2A, 2A, การเชื่อมต่อการทำงานที่เพิ่มขึ้นถูกสังเกตระหว่าง caudate ด้านซ้ายและด้านหลังทวิภาคี cingulate gyrus (PCG) (BA 31) (t = 5.97 p <0.05, FDR แก้ไข), ไจรัสหน้าผากกลางขวา (MFG) (BA 8) (t = 11.39 p <0.05, FDR ถูกแก้ไข) และ Precuneus ด้านซ้าย (BA 31) (t = 5.48 p <0.05, FDR ถูกแก้ไข) ภายในบุคคลที่มี IGD สัมพันธ์กับการควบคุม หลังจากควบคุมผลของกิจกรรมการเล่นเกมแล้วความเชื่อมโยงที่เพิ่มขึ้นเหล่านี้ระหว่างผู้เข้ารับการทดสอบ IGD จะแสดงในส่วนหางด้านซ้ายและ PCG ทวิภาคี [F(1, 38) = 6.27 p <0.05,
3 ตาราง
ความแตกต่างในการเชื่อมต่อการทำงานระหว่างกลุ่ม IGD และ HC เผยให้เห็นความสัมพันธ์เชิงบวกกับความรุนแรงของ IGD
| ROI ของเมล็ดพันธุ์ | เชื่อมต่อภูมิภาค | พิกัด MNI | tแม็กซ์ | ขนาดคลัสเตอร์ (voxels) | ||
|---|---|---|---|---|---|---|
| x | y | z | ||||
| IGD> HC | ||||||
| L caudate | R / L PCG (BA 31) | 0 | -28 | 44 | 5.97 | 391 |
| R MFG (BA 8) | 35 | 12 | 40 | 11.39 | 506 | |
| L precuneus (BA 31) | -16 | -56 | 26 | 5.48 | 381 | |
| ความสัมพันธ์ระหว่างการเชื่อมต่อการทำงานและคะแนน IAT | ||||||
| L caudate | R MFG (BA 8) | 22 | 36 | 34 | 6.26 | 446 |
BA, พื้นที่ Brodmann; ฮี ธ ควบคุมสุขภาพ IGD, ความผิดปกติในการเล่นเกมทางอินเทอร์เน็ต; L ซ้าย MFG, gyrus หน้าผากกลาง; MNI สถาบันประสาทวิทยาทรีล; PCG, gying cingulate หลัง; R ขวา ROI ภูมิภาคที่น่าสนใจ.
แก้ไข FDR ระดับคลัสเตอร์แล้ว p <0.05 เกณฑ์ความสูงเริ่มต้นคือ p <0.001.
การวิเคราะห์การเชื่อมต่อการทำงาน (A) การเชื่อมต่อสมองที่แตกต่างระหว่างกลุ่ม IGD และ HC (p <0.05, แก้ไข FDR) (พิกัด MNI: L caudate, −9, 8, 15; R / L PCG, 0, -28, 44; R MFG, 35, 12, 40; L precuneus, −16, −56, 26). (B) การวิเคราะห์ความสัมพันธ์ระหว่างความรุนแรง IGD และค่าการเชื่อมต่อการทำงาน (p <0.05, แก้ไข FDR) (พิกัด MNI: L caudate, −9, 8, 15; R MFG, 22, 36, 34) คำย่อ: HC, การควบคุมที่ดีต่อสุขภาพ; IAT แบบทดสอบการติดอินเทอร์เน็ต IGD ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต L, ซ้าย; MFG, ไจรัสหน้าผากกลาง; PG, postcingulate gyrus; R ขวา; FDR อัตราการค้นพบที่ผิดพลาด MNI, สถาบันประสาทวิทยามอนทรีออล; PCG, หลัง cingulate gyrus
ภายในกลุ่ม IGD พบว่ามีความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญระหว่างความรุนแรงของ IGD (เช่นคะแนน IAT) และการเชื่อมต่อการทำงานของนิวเคลียสหางซ้ายกับคอร์เทกซ์ด้านหน้ากลางด้านขวาโดยไม่รวมตัวแปรภายนอก (ความสัมพันธ์บางส่วน r = 0.61 p <0.01, แก้ไข FDR) (รูปที่ (Figure2B) .2B) หลังจากไม่รวมผลกระทบของกิจกรรมการเล่นเกมพบว่ามีความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญระหว่างความรุนแรงของ IGD และการเชื่อมต่อการทำงานของนิวเคลียสหางซ้ายกับคอร์เทกซ์ด้านหน้ากลางด้านขวาโดยไม่รวมผลของกิจกรรมการเล่นเกมและตัวแปรภายนอกอื่น ๆ r = 0.63 p <0.01)
ไม่มีความสัมพันธ์อย่างมีนัยสำคัญระหว่างตัวแปรทางจิตวิทยาอื่น ๆ (เช่น BIS และคะแนน BDI) และการเชื่อมต่อของนิวเคลียสหางซ้ายกับคอร์เทกซ์ด้านหน้ากลางขวาถูกระบุในกลุ่ม IGD (p > 0.05, FDR แก้ไขแล้ว) ในบรรดา HC ไม่มีความสัมพันธ์อย่างมีนัยสำคัญระหว่างตัวแปรทางจิตวิทยา (เช่นคะแนน IAT, BIS และ BDI) และการเชื่อมต่อของนิวเคลียสหางด้านซ้ายกับบริเวณสมองอื่น ๆ
การวิเคราะห์สหสัมพันธ์ระหว่างโครงสร้างสมองกับการเชื่อมต่อการทำงาน
ไม่มีความสัมพันธ์อย่างมีนัยสำคัญระหว่างปริมาณ GM และการเชื่อมต่อการทำงานภายในนิวเคลียสหาง (r = 0.08 p > 0.05)
การสนทนา
การศึกษานี้ศึกษาความสัมพันธ์เชิงโครงสร้างและการทำงานของระบบประสาทส่วนกลางของ IGD โดยการรวมโครงสร้าง MRI และการวิเคราะห์สถานะ fMRI แบบพักอาศัย สอดคล้องกับการศึกษาก่อนหน้าเกี่ยวกับ comorbid psychopathology ของการใช้อินเทอร์เน็ตมากเกินไป (39, 40) เราสังเกตว่าบุคคลที่มี IGD มีระดับความซึมเศร้าและแรงกระตุ้นที่สูงกว่า ผลการ neuroimaging แสดงให้เห็นว่าคะแนน IAT นั้นเชื่อมโยงกับปริมาณ GM ในเชิงบวกในนิวเคลียสหางซ้ายและค่าของการเชื่อมต่อการทำงานระหว่างนิวเคลียสหางซ้ายและเปลือกนอกด้านหน้าตรงกลางด้านขวา สิ่งที่น่าสนใจคือการขาดดุลของจีเอ็มในนิวเคลียสหางซ้ายและการเชื่อมต่อของสถานะพักระหว่างนิวเคลียสหางซ้ายกับคอร์เทกซ์ด้านหน้ากลางด้านขวาถูกแสดงหลังจากควบคุมผลกระทบของกิจกรรมการเล่นเกมในหมู่บุคคลที่มี IGD อย่างไรก็ตามเราไม่ได้สังเกตการเชื่อมโยงระหว่างการเปลี่ยนแปลงโครงสร้างและการใช้งาน การค้นพบเหล่านี้ชี้ให้เห็นว่านิวเคลียสหางซ้ายเป็นพื้นที่สำคัญในการเกิดโรคของพฤติกรรมการเล่นเกมอินเทอร์เน็ตที่มากเกินไป
เราพบการเปลี่ยนแปลงโครงสร้างในนิวเคลียสหางซ้ายของบุคคลที่มี IGD เทียบกับการควบคุมและปริมาณ GM ในนิวเคลียสหางซ้ายมีความสัมพันธ์เชิงบวกกับความรุนแรงของ IGD ผลลัพธ์เหล่านี้สอดคล้องกับการศึกษาโครงสร้างการติดยาเสพติดก่อนหน้านี้รวมถึงการศึกษาการติดสารเสพติด (41, 42) ติดการพนัน (43) และ IGD (25, 44) นิวเคลียสหางเป็นส่วนสำคัญของ striatum และมีบทบาทสำคัญในการเรียนรู้พฤติกรรมตามรางวัล นอกจากนี้นิวเคลียสหางยังเชื่อมโยงกับความสุขและแรงบันดาลใจอย่างประณีตและเพื่อการพัฒนาและการบำรุงรักษาพฤติกรรมเสพติด (45-47) มีงานวิจัยหลายชิ้นรายงานว่า IGD มีความสัมพันธ์กับความผิดปกติใน striatum โดยเฉพาะนิวเคลียสหาง ตัวอย่างเช่น Kim et al (3) และ Hou et al (48) รายงานระดับที่ลดลงของ dopamine D2 receptor และ dopamine transporter ใน caudate ในหมู่คนที่มี IGD ซึ่งแสดงให้เห็นว่า IGD นั้นเกี่ยวข้องกับระดับของกิจกรรม dopaminergic ในระดับที่ต่ำกว่าเช่นเดียวกับความผิดปกติอื่น ๆ ในการเสพติด ยิ่งกว่านั้นการศึกษา fMRI ครั้งก่อนโดยกลุ่มของเราโดยใช้งานการตัดสินใจได้เปิดเผยว่าการเปิดใช้งานในหางด้านซ้ายสูงขึ้นเกี่ยวข้องกับการเลือกตัวเลือกที่มีความเสี่ยงซึ่งให้ข้อมูลเชิงลึกมากขึ้นเกี่ยวกับการมีส่วนร่วมของนิวเคลียสหางซ้าย ความคาดหมาย (11) การค้นพบเหล่านี้ร่วมกันชี้ให้เห็นว่าปริมาณ GM ที่ลดลงในนิวเคลียสหางซ้ายอาจช่วยเพิ่มความไวของการคาดหวังของรางวัลสำหรับผู้ที่มี IGD; นิวเคลียสหางซ้ายอาจเป็นส่วนหนึ่งของวงจรการทำงานที่เกี่ยวข้องที่เกี่ยวข้องกับ IGD
ในการตรวจสอบความสัมพันธ์ระหว่างการปรับเปลี่ยนโครงสร้างและการเชื่อมต่อการทำงานที่ผิดปกติเราได้ทำการวิเคราะห์การเชื่อมต่อการทำงานของเมล็ดพันธุ์ที่มีสถานะพักอาศัย การวิเคราะห์การเชื่อมต่อการทำงานกับเมล็ดในนิวเคลียสหางซ้ายเผยว่าเยื่อหุ้มสมองด้านหน้ากลางขวา (เช่น DLPFC) นั้นมีความสัมพันธ์เชิงบวกกับความรุนแรงของ IGD แสดงให้เห็นว่าผู้ที่หมกมุ่นอยู่กับการเล่นเกมอินเทอร์เน็ตมากขึ้น และ DLPFC ที่เหมาะสม พื้นที่ที่แสดงในผลลัพธ์ VBM ไม่ตรงกับพื้นที่ที่แสดงในผลลัพธ์ rs-fMRI พื้นที่ที่แสดงในผลลัพธ์ VBM และ rs-fMRI คือ BA 10 และ 8 ตามลำดับและพื้นที่ทับซ้อนเป็นเพียงบางส่วนเท่านั้น อย่างไรก็ตามพื้นที่ทั้งหมดรวมอยู่ใน DLPFC วงจร DLPFC-striatal เป็นส่วนสำคัญของวงจรรางวัลโดปามีนและมีส่วนเกี่ยวข้องอย่างมากในฟังก์ชั่นผู้บริหารเช่นการวางแผนองค์กรการเปลี่ยนชุดและความสนใจ (49) ความผิดปกติของเครือข่ายนี้อาจส่งผลกระทบต่อการบำรุงรักษาผู้ติดยาเสพติดโดยการลดความสามารถในการควบคุมการรวมและการเลือกพฤติกรรมทางปัญญาและเป้าหมาย49) ก่อนหน้านี้วงจร frontrantriatal ของ Aberrant ได้รับการเปิดเผยในบุคคลที่มี IGD การศึกษาเกี่ยวกับการเชื่อมต่อการทำงานของรัฐพักผ่อนแสดงให้เห็นว่าวัยรุ่นที่ติดอินเทอร์เน็ตมีการเปลี่ยนแปลงในวงจรส่วนหน้าของพวกเขาที่บกพร่องส่งผลกระทบต่อการประมวลผลแรงจูงใจและการควบคุมความรู้ความเข้าใจ (50) สอดคล้องกับผลลัพธ์ของเราการศึกษาอื่นพบว่าการเชื่อมต่อการทำงานในเครือข่าย frontostriatal มีความสัมพันธ์เชิงบวกกับความรุนแรงของการติดอินเทอร์เน็ตที่สูงขึ้น (51) อย่างไรก็ตามในทางตรงกันข้ามกับผลลัพธ์ในปัจจุบันการศึกษาการเชื่อมต่อการทำงานอื่น ๆ ได้แสดงให้เห็นว่าผู้ที่มี IGD ได้ลดการเชื่อมต่อการทำงานในวงจร frontostriatal (24, 25) การตรวจสอบล่าสุดเกี่ยวกับการค้นพบ neuroimaging ใน IGD ยังระบุผลลัพธ์ที่ไม่สอดคล้องกันในการศึกษาและชี้ให้เห็นว่าสมองที่ถูกเปลี่ยนแปลงนั้นไม่แข็งแรงและมีการสอบสวนเพิ่มเติม (28) ความแตกต่างระหว่างการค้นพบเหล่านี้อาจเกิดจากปัจจัยทางประชากรหรือทางคลินิกเช่นเพศอายุระยะเวลาของการเจ็บป่วยหรือสถานะการแสวงหาการรักษา การศึกษา neuroimaging จำนวนมากแสดงให้เห็นว่านิวเคลียสหางและ DLPFC มีส่วนร่วมอย่างใกล้ชิดในการเล่นวิดีโอเกม52-54) การศึกษาเหล่านี้ได้แสดงให้เห็นว่า striatum ด้านซ้ายและพลาสติกปั้น DLPFC เกี่ยวข้องกับปริมาณการเล่นเกม / การฝึกอบรมในวิชาที่ไม่ติดยาเสพติด ในการศึกษาเพื่อระบุว่าการเปลี่ยนแปลงในภูมิภาคเหล่านี้เกี่ยวข้องกับลักษณะ IGD มากขึ้นรวมถึงลักษณะเสพติดหรือเชื่อมโยงกับกิจกรรมการเล่นเกมเราทำการวิเคราะห์เพิ่มเติมหลังจากควบคุมผลกระทบของกิจกรรมการเล่นเกม (เช่นชั่วโมงการเล่นเกมเฉลี่ย) ผลของการวิเคราะห์เพิ่มเติมอย่างชัดเจนแสดงให้เห็นถึงความแตกต่างระหว่างกลุ่ม ดังนั้นการเปลี่ยนแปลงในพื้นที่เหล่านี้อาจเกี่ยวข้องกับลักษณะ IGD มากกว่ากิจกรรมเกม เมื่อนำมารวมกันโดยไม่คำนึงถึงความไม่สอดคล้องกันดังกล่าวการค้นพบในวันนี้ชี้ให้เห็นว่าความผิดปกติของวงจรส่วนหน้าระหว่างการพักและความสัมพันธ์กับความรุนแรงของ IGD อาจเกี่ยวข้องกับการเลือกพฤติกรรมที่ไม่เหมาะสมเช่นการใช้อินเทอร์เน็ต
ข้อ จำกัด หลายประการของการศึกษานี้ควรสังเกต ประการแรกเนื่องจากลักษณะการตัดขวางของการศึกษาความสัมพันธ์ระหว่างสาเหตุและผลกระทบไม่ชัดเจน การศึกษาในอนาคตควรระบุผลกระทบระยะยาวต่อ IGD ประการที่สองเรา จำกัด การศึกษาของเรากับผู้ชายอายุ 20 – 27 และควรใช้ความระมัดระวังเมื่อทำการสรุปผลการศึกษาของเรากับประชากรทั่วไปโดยพิจารณาขนาดตัวอย่างเล็ก ๆ ด้วย สามการศึกษาในอนาคตอาจพิจารณาการวัดเวลาตั้งแต่การวินิจฉัย IGD เพื่ออธิบายความแปรปรวนอย่างมีนัยสำคัญในการทำงานของระบบประสาท ในที่สุดมีความขัดแย้งระหว่างการค้นพบของเรากับการแสดงอื่น ๆ ที่เพิ่มขึ้นและลดลงการเชื่อมต่อการทำงานในวงจร frontririatal ดังนั้นควรตีความผลลัพธ์ด้วยความระมัดระวังและศึกษาเพิ่มเติมภายใต้เงื่อนไขเดียวกัน (เช่นลักษณะทางประชากรหรือผู้เข้าร่วมที่คล้ายกันทางคลินิก) จึงจำเป็นต้องอธิบายความขัดแย้ง (24, 25, 28).
โดยสรุปการศึกษาครั้งนี้เผยให้เห็นการเปลี่ยนแปลงโครงสร้างของนิวเคลียสหางและความผิดปกติของเครือข่าย frontostriatal ในบุคคลที่มี IGD ที่สำคัญกว่านั้นทั้งสองประเภทของการปรับเปลี่ยนมีความสัมพันธ์กับความรุนแรงของ IGD ผลการศึกษาของเราชี้ให้เห็นว่านิวเคลียสหางซ้ายมีบทบาทสำคัญในการเกิดโรคของ IGD และ IGD และการใช้สารเสพติดมีส่วนร่วมในกลไกของระบบประสาทที่คล้ายกัน
แถลงการณ์ด้านจริยธรรม
ผู้เข้าร่วมทุกคนให้ความยินยอมเป็นลายลักษณ์อักษรหลังจากได้รับแจ้งอย่างละเอียดเกี่ยวกับรายละเอียดของการทดสอบ คณะกรรมการพิจารณาสถาบันสถาบันอุดมศึกษาแห่งชาติชุงนัม (IRB) ได้อนุมัติขั้นตอนการทดลองและความยินยอม (หมายเลขอนุมัติ: P01-201602-11-002) ผู้เข้าร่วมทั้งหมดได้รับค่าตอบแทนทางการเงิน (50 ดอลลาร์สหรัฐ) สำหรับการเข้าร่วม
ผลงานของผู้เขียน
JWS มีส่วนในการคิดและออกแบบการทดลองหรือการได้มาซึ่งข้อมูลหรือการวิเคราะห์และตีความข้อมูลและ JHS มีส่วนสำคัญในการตีความข้อมูลและร่างบทความหรือแก้ไขบทความเชิงวิกฤตสำหรับเนื้อหาทางปัญญาที่สำคัญ
คำชี้แจงความขัดแย้งทางผลประโยชน์
ผู้เขียนประกาศว่าการวิจัยได้ดำเนินการในกรณีที่ไม่มีความสัมพันธ์ทางการค้าหรือทางการเงินใด ๆ ที่อาจตีความได้ว่าเป็นความขัดแย้งทางผลประโยชน์ที่อาจเกิดขึ้น
เชิงอรรถ
เงินทุน การวิจัยนี้ได้รับการสนับสนุนโดยโครงการวิจัยวิทยาศาสตร์พื้นฐานผ่านมูลนิธิวิจัยแห่งชาติ (NRF) ซึ่งได้รับทุนสนับสนุนจากกระทรวงศึกษาธิการ (NRF-2015R1D1A1A01059095)
ตัวย่อ
BIS, Barratt Impulsiveness Scale-II; BDI, เบ็คภาวะซึมเศร้าสินค้าคงคลัง; DLPFC, dorsolateral prefrontal cortex; FDR อัตราการค้นพบที่ผิดพลาด fMRI, การถ่ายภาพด้วยคลื่นสนามแม่เหล็กที่ใช้งานได้; จีเอ็มสสารสีเทา; IAT, การทดสอบการติดอินเทอร์เน็ต IGD, ความผิดปกติในการเล่นเกมทางอินเทอร์เน็ต; VBM, voxel-based morphometry; MNI สถาบันประสาทวิทยาทรีล; WM, สสารขาว
อ้างอิง
;