ด้านหน้า Psychol 2016 อาจ 4;7: 597 doi: 10.3389 / fpsyg.2016.00597 eCollection 2016
วังวาย1, Zou Z1, ซ1, Xu X1, วังช1, d'Oleire Uquillas F2, Huang X1.
นามธรรม
การพึ่งพาโทรศัพท์มือถือ (MPD) เป็นการติดพฤติกรรมที่กลายเป็นปัญหาสุขภาพจิตสาธารณะที่เพิ่มขึ้น ในขณะที่การวิจัยก่อนหน้านี้ได้ทำการสำรวจปัจจัยบางอย่างที่อาจทำนาย MPD กลไกประสาทพื้นฐานของ MPD ยังไม่ได้รับการตรวจสอบ การศึกษาในปัจจุบันมีวัตถุประสงค์เพื่อสำรวจความหลากหลายของโครงสร้างจุลภาคที่เกี่ยวข้องกับ MPD ซึ่งวัดด้วยการทำภาพเรโซแนนซ์แม่เหล็ก (fMRI) ปริมาณสสารสีเทา (GMV) และความสมบูรณ์ของสสารขาว (WM) [ดัชนีสี่ตัว: เศษส่วน anisotropy (FA); ค่าเฉลี่ย diffusivity (MD); การแพร่กระจายตามแนวแกน (AD); และรัศมีการแพร่กระจาย (RD)] คำนวณโดยการวิเคราะห์ด้วย voxel-based morphometry (VBM) และการวิเคราะห์เชิงพื้นที่ตามพื้นที่ (TBSS) ตามลำดับ นักศึกษาหกสิบแปดคน (หญิง 42) ได้รับการลงทะเบียนและแยกออกเป็นสองกลุ่ม [กลุ่ม MPD, N = 34; กลุ่มควบคุม (CG), N = 34] ขึ้นอยู่กับคะแนนสเกลดัชนีการติดโทรศัพท์มือถือ (MPAI) ลักษณะของความหุนหันพลันแล่นยังถูกวัดโดยใช้ Barratt Impulsiveness Scale (BIS-11)
ในแง่ของแรงกระตุ้นลักษณะผลการวิจัยพบว่าลดลง GMV ในกลุ่ม MPD เมื่อเทียบกับการควบคุมในภูมิภาคเช่น gyrus frontal gyrus ด้านขวา (sFG), gyrus frontal gyrus (iFG) และ thalamus ทวิภาคี (Thal) ในกลุ่ม MPD, GMV ในภูมิภาคดังกล่าวมีความสัมพันธ์เชิงลบกับคะแนนใน MPAI ผลการศึกษายังแสดงให้เห็นว่ามาตรการ FA และ AD ของความสมบูรณ์ของ WM ในกลุ่ม MPD น้อยลงอย่างมีนัยสำคัญเมื่อเทียบกับการควบคุมในเส้นใยมัดกลุ่ม hippocampal (CgH) นอกจากนี้ในกลุ่ม MPD FA ของ CgH ก็มีความสัมพันธ์เชิงลบกับคะแนนใน MPAI
การค้นพบเหล่านี้ให้หลักฐานทางสัณฐานวิทยาครั้งแรกของโครงสร้างสมองที่ถูกเปลี่ยนแปลงด้วยการใช้โทรศัพท์มือถือมากเกินไปและอาจช่วยให้เข้าใจกลไกของระบบประสาทของ MPD ได้ดีขึ้นเกี่ยวกับความผิดปกติของพฤติกรรมและสารเสพติดอื่น ๆ
ที่มา:
มาตราส่วนดัชนีการติดโทรศัพท์มือถือ การแพร่กระจายตามแนวแกน fMRI; เศษส่วน anisotropy; ปริมาณสสารสีเทา impulsivity; การพึ่งพาโทรศัพท์มือถือ
บทนำ
ตามที่รายงานโดย eMarketer.com จำนวนสมาชิกสมาร์ทโฟนสากลจะสูงถึง 2,380 ล้านใน 2017, 672.1 ล้านซึ่งจะเป็นสมาชิกของจีน สมาร์ทโฟนมีคุณลักษณะที่น่าสนใจมากมายที่ช่วยกระตุ้นการใช้งานที่แพร่หลายในชีวิตสมัยใหม่โดยเฉพาะอย่างยิ่งสำหรับคนหนุ่มสาว มันเป็นแหล่งที่ไม่สิ้นสุดของความสนุกและผ่อนคลายเครื่องมือที่มีประสิทธิภาพสูงสำหรับการสร้างและรักษาความสัมพันธ์ระหว่างบุคคลและเป็นวิธีที่สะดวกในการหลีกเลี่ยงสภาวะอารมณ์ไม่พึงประสงค์และเวลา 'ฆ่า' (Choliz, 2010).
บุคคลเพิ่มความเข้าใจโลกของพวกเขาผ่าน 'อวัยวะ' ที่ซับซ้อนและใหม่นี้ อย่างไรก็ตามคนหนุ่มสาวจำนวนมากขึ้นเรื่อย ๆ กำลังใช้สมาร์ทโฟนในแบบที่ไม่สามารถควบคุมได้ ในช่วงไม่กี่ปีที่ผ่านมาปัญหาทางสรีรวิทยาสังคมพฤติกรรมและแม้แต่ความสัมพันธ์เกี่ยวข้องกับการใช้อุปกรณ์มือถือที่กว้างขวางไม่มีการควบคุมและใช้งานมากเกินไปทำให้เกิดความสนใจอย่างมากต่อผลกระทบด้านลบที่อาจเกิดขึ้นจากการใช้โทรศัพท์มือถือมากเกินไปRoberts et al., 2015).
การใช้โทรศัพท์มือถือมากเกินไปเป็นความผิดปกติถือได้ว่าเป็นการติดพฤติกรรม (Billieux, 2012) กรอบทั่วไปทั่วไปสำหรับการติดยาเสพติดขึ้นอยู่กับรูปแบบทางการแพทย์ที่อ้างอิงถึงการพึ่งพาอาศัยกันทางร่างกายและจิตใจจากการบริโภคของสารเช่นยาสูบแอลกอฮอล์หรือยาเสพติดอื่น ๆ (McMillan และคณะ, 2001) อย่างไรก็ตามนักวิจัยได้แย้งว่าการติดยาเสพติดควรขยายออกไปรวมถึงรูปแบบพฤติกรรมทางพยาธิวิทยาที่คล้ายคลึงกับการพึ่งพาสารเคมีและพวกเขาได้เรียกรวมกันว่าสิ่งเหล่านี้เป็น 'พฤติกรรมติดยาเสพติด' (มะนาว 2002) การติดพฤติกรรมจึงหมายถึงพฤติกรรมนอกเหนือจากการบริโภคสารออกฤทธิ์ทางจิตซึ่งทำให้เกิดความรู้สึกในระยะสั้นของรางวัลและก่อให้เกิดพฤติกรรมถาวรเพิ่มเติมแม้จะรู้ถึงผลกระทบที่ไม่พึงประสงค์ พฤติกรรมเหล่านี้รวมถึงการพนันทางพยาธิวิทยา, การเก็บผิวหนัง, โรคจิต, การซื้อที่ต้องกระทำและพฤติกรรมทางเพศที่ต้องกระทำเพื่อชื่อไม่กี่ (ให้สิทธิ์, 2010) พฤติกรรมการเสพติดคล้ายกับการติดสารเสพติดในหลายโดเมนรวมถึงประวัติศาสตร์ธรรมชาติปรากฏการณ์วิทยา (Roberts et al., 2015) ความอดทน (เหลียง 2008) การทับซ้อนการสนับสนุนทางพันธุกรรม (Billieux, 2012) กลไกทางระบบประสาท (Billieux และคณะ, 2015a), comorbidity ตอบสนองต่อการรักษา (Billieux และคณะ, 2015b) และคุณสมบัติหลักทั่วไปของการควบคุมที่ลดลง (Walther และคณะ, 2012) ด้วยการกำเนิดและการใช้เทคโนโลยีที่แพร่หลายเช่นโทรทัศน์เกมคอมพิวเตอร์และอินเทอร์เน็ตซับคลาสใหม่ของการติดพฤติกรรมที่ไม่ใช้สารเคมีในธรรมชาติติดเทคโนโลยีได้ถูกกำหนดเป็นปัญหาการใช้เทคโนโลยีที่เกี่ยวข้องกับมนุษย์มากเกินไป - ปฏิสัมพันธ์กับเครื่อง (Griffiths, 1996).
การพึ่งพาโทรศัพท์มือถือ (MPD), ชุดย่อยของการติดพฤติกรรมหรือเทคโนโลยีที่ใช้ร่วมกันจำนวนมากของคุณสมบัติทั่วไปที่มีความผิดปกติของการติดยาเสพติดอื่น ๆ (Bianchi และ Phillips, 2005; Billieux, 2012) ลักษณะทั่วไปเหล่านี้สรุปโดย 'เกณฑ์พฤติกรรมการเสพติดของบราวน์' (สีน้ำตาล 1993) และรวมถึง: การรับรู้ทางปัญญาขัดแย้งกับบุคคลหรือกิจกรรมอื่น ๆ ความรู้สึกสบายหรือบรรเทาความอดทนหรือการสูญเสียการควบคุมพฤติกรรมการถอนการกำเริบของโรคและการคืนสภาพ (Martinotti et al., 2011) โดยรวมแล้ว MPD ได้รับการอธิบายว่าเป็นการใช้งานโทรศัพท์มือถือมากเกินไปและไม่สามารถควบคุมได้จนถึงระดับที่มีผลกระทบต่อชีวิตจริงของแต่ละบุคคล ตัวอย่างเช่นเตือนให้รำลึกถึงการพึ่งพาและการถอนตัวบางคนที่มี MPD อาจรู้สึกไม่สบายใจและหงุดหงิดเมื่อไม่มีโทรศัพท์ของพวกเขารวมถึงความรู้สึกเป็นโมฆะทางร่างกายและจิตใจในอาการถอนคลาสสิกอื่น ๆ (Ling และ Pedersen, 2006).
สำหรับบุคคล MPD หลายคนโทรศัพท์มือถือน่าทึ่งมากจนสามารถครองชีวิตและความสนใจของพวกเขาได้Chóliz, 2012) ในความเป็นจริงการวิจัยพบว่า MPD เกี่ยวข้องกับความทุกข์ทางจิตใจ, ความไม่มั่นคงทางอารมณ์, วัตถุนิยม (Beranuy และคณะ, 2009) แรงจูงใจในการอนุมัติ (Takao และคณะ, 2009) ความเบื่อที่เดินทางมาพักผ่อนความรู้สึกที่กำลังมองหา (เหลียง 2008) ความหุนหันพลันแล่น (Billieux และคณะ, 2007, 2008) และพฤติกรรมเสี่ยงเช่นเพศที่ไม่มีการป้องกันการใช้ยาที่ผิดกฎหมายการบริโภคเครื่องดื่มแอลกอฮอล์การถูกพักการเรียนและกิจกรรมทางอาญา (Yang et al., 2010) นอกจากนี้ยังพบการเชื่อมโยงเชิงลบระหว่าง MPD และการฝังตัวที่ดีและความมีสติ (Roberts et al., 2015), หน่วยความจำทำงาน (Billieux และคณะ, 2008) ฟังก์ชั่นผู้บริหาร (Billieux, 2012) การควบคุมตนเองและการตรวจสอบตนเอง (Takao และคณะ, 2009) และแม้แต่ความภาคภูมิใจในตนเอง (Yang et al., 2010) MPD อาจทำให้การควบคุมการรับรู้ลดลงพฤติกรรมการแสวงหารางวัลที่สูงขึ้นความอดทนต่อการได้รับโทรศัพท์และสุขภาพจิตที่บกพร่องรวมทั้งนำไปสู่การลดลงของประสิทธิภาพการทำงานและแม้แต่ความล้มเหลวทางวิชาการ (Billieux และคณะ, 2015a) คล้ายกับความผิดปกติของการเสพติดอื่น ๆ
ที่สำคัญแสดงให้เห็นว่าการกระตุ้นลักษณะนิสัยมีบทบาทสำคัญในความผิดปกติของการพึ่งพาหลายชนิดรวมถึงการติดยาเสพติด (Moreno-López et al., 2012) ปัญหาการพนัน (Joutsa และคณะ, 2011; Bickel et al., 2012) ติดเกมออนไลน์ (ฮันและคณะ 2012b) และแม้กระทั่งการติดอินเทอร์เน็ต (เฉาและคณะ, 2007; หลินและคณะ, 2012) ดังนั้นในการศึกษานี้เราจึงพิจารณาการวัดความเป็นไปได้ของแรงกระตุ้นใน MPD เช่นกัน
แม้ว่าอาจมีปัจจัยบางอย่างที่อาจเกี่ยวข้องกับ MPD ในการศึกษาก่อนหน้านี้ แต่ก็ยังไม่พบว่ามีงานวิจัยที่สำรวจกลไกทางประสาทหรือการเปลี่ยนแปลงทางสัณฐานวิทยาของสมองที่มีอยู่ในบุคคล MPD มีคำสัญญามากมายสำหรับการใช้ Magnetic Resonance Imaging (MRI) เพื่ออธิบายกลไกประสาทของ MPD (หยวนและคณะ, 2011) และผลลัพธ์อาจช่วยในการพัฒนาการแทรกแซงพฤติกรรมหรือการรักษาทางเภสัชวิทยาสำหรับการติดยาเสพติดประเภทนี้และอื่น ๆ ในอนาคตอันใกล้ (Hanlon และ Canterberry, 2012) ดังนั้นในการศึกษาปัจจุบันเรามีวัตถุประสงค์เพื่อสำรวจมาตรการทางสัณฐานวิทยาของสมองกับ MRI ในผู้ป่วยโรค MPD โดยเฉพาะอย่างยิ่งในนักศึกษาวัยผู้ใหญ่เนื่องจากบทบาทที่เพิ่มขึ้นของโทรศัพท์มือถือในประชากรกลุ่มนี้
รูปแบบพื้นฐานที่พบเห็นได้ทั่วไปเกี่ยวกับประสาทระหว่าง MPD และความผิดปกติของการเสพติดอื่น ๆ ทำให้เกิดความคิดว่าโดยการทำความเข้าใจกลไกที่อยู่เบื้องหลัง MPD ได้ดีขึ้นการติดยาชนิดอื่นอาจอธิบายด้วยเช่นกัน (Billieux และคณะ, 2015a) ในการศึกษาเรื่องการติดอินเทอร์เน็ตในคนหนุ่มสาว โจวและคณะ (2011) พบว่าเมื่อเทียบกับกลุ่มควบคุมที่มีสุขภาพผู้ใหญ่วัยหนุ่มสาวที่ติดอินเทอร์เน็ตมีความหนาแน่นของสสารสีเทาต่ำกว่าเยื่อหุ้มสมองส่วนหน้าด้านหน้าด้านซ้ายด้านหลังส่วนเยื่อหุ้มสมองด้านซ้ายด้านซ้ายและลิ้นด้านซ้าย ในการศึกษาที่คล้ายกันดูที่การเสพติดเกมออนไลน์ในคนหนุ่มสาว Weng และคณะ (2013) พบฝ่อสสารสีเทาในเยื่อหุ้มสมอง orbitofrontal ด้านขวา (OFC), insula ทวิภาคีและพื้นที่มอเตอร์เสริมด้านขวาเช่นเดียวกับการลดลงของเศษส่วน anisotropy (FA) ในยีนที่เหมาะสมของคอร์ปัส callosum, สารทวิภาคีกลีบหน้าขาว (WM) และ แคปซูลภายนอกที่ถูกต้องในบุคคลที่ติดเกมออนไลน์ ในงานวิจัยที่เกี่ยวข้องกับการพนันทางพยาธิวิทยามีปริมาณสสารสีเทาสูงกว่า (GMV) ใน ventral striatum และ right prefrontal cortex (Koehler และคณะ, 2013), FA ที่ลดลงอย่างกว้างขวาง, และ diffusivity เฉลี่ยสูงกว่า (MD) ใน corpus callosum, cingulum, fascicle ยาวเหนือกว่า, fascicle fronto-ท้ายทอยที่ต่ำกว่า, แขนขาด้านหน้าของแคปซูลภายใน, รังสี thalamic ที่ต่ำกว่า และพังผืด fronto-ท้ายทอย / uncinate / ด้อยกว่าในกลุ่มของผู้ป่วยการพนันทางพยาธิวิทยา (Joutsa และคณะ, 2011) ภูมิภาคที่รายงานเหล่านี้เกี่ยวข้องกับการควบคุมการยับยั้งการให้รางวัลและการกระตุ้น (Romero และคณะ, 2010; Li et al., 2015) ในทางทฤษฎี MPD อาจเกี่ยวข้องกับความเสียหายต่อบางส่วนของพื้นที่เหล่านี้ด้วย (Hanlon และ Canterberry, 2012) และการสำรวจความคล้ายคลึงและความแตกต่างระหว่างการเสพติดต่างๆสามารถทำให้เราเข้าใจกลไกประสาทของพฤติกรรม MPD ได้อย่างลึกซึ้งยิ่งขึ้นและอาจช่วยในการพัฒนาวิธีการเฉพาะสำหรับมัน
มีการใช้วิธี MRI โดยอัตโนมัติและมีวัตถุประสงค์หลายอย่างเพื่อจำแนกลักษณะโครงสร้างสมองที่มีสุขภาพดีรวมถึงการถ่ายภาพโครงสร้างน้ำหนัก T1 และการถ่ายภาพเทนเซอร์เมตริกซ์การแพร่กระจาย (DTI) ในอดีต GMV สามารถตรวจสอบและคำนวณเพิ่มเติมได้โดยการวิเคราะห์ด้วย voxel-morphometry (VBM) จากการตรวจสอบข้างต้นเราตั้งสมมติฐานว่า GMV ลดลงในพื้นที่กลีบสมองส่วนหน้าและฐานดอกในกลุ่ม MPD ที่สัมพันธ์กับการควบคุม เราควรที่กลุ่ม MPD จะเกี่ยวข้องกับการเสื่อมสภาพของเส้นใย WM ที่เชื่อมโยงกับการประมวลผลทางอารมณ์ความสนใจของผู้บริหารการตัดสินใจและการควบคุมความรู้ความเข้าใจ สี่ตัวแทนความสมบูรณ์ของเส้นใยรวมถึง FA, MD, การแพร่กระจายตามแนวแกน (AD) และการแพร่กระจายรัศมี (RD) คำนวณโดยการวิเคราะห์ทางสถิติเชิงพื้นที่ (TBSS) ตามพื้นที่ใช่แล้ว, 2009) มีความไวต่อการแพร่ของโมเลกุลน้ำในสมอง (Basser และคณะ, 1994) และเป็นผู้ตรวจสอบทางชีวภาพที่มีคุณสมบัติถูกต้องสำหรับการประเมินประสิทธิภาพของ WM (Hasan et al., 2011).
ในการศึกษาปัจจุบันทั้งความสมบูรณ์ของ GMV และ WM ได้ถูกสำรวจโดยใช้มาตรการเหล่านี้เพื่อเปิดเผยความคลาดเคลื่อนที่อาจเกิดขึ้นในผู้ใหญ่วัยหนุ่มสาวที่มี MPD โดยมีศักยภาพที่จะเข้าใจกลไกประสาทที่เป็นไปได้
วัสดุและวิธีการ
แถลงการณ์ด้านจริยธรรม
งานวิจัยนี้ได้รับการอนุมัติจากคณะกรรมการจริยธรรมของมหาวิทยาลัย Southwest และได้รับความยินยอมเป็นลายลักษณ์อักษรจากผู้เข้าร่วมทุกคน ผู้เข้าร่วมทั้งหมดมีอายุมากกว่า 18 ปีและได้รับแจ้งว่าการเข้าร่วมของพวกเขาเป็นไปโดยสมัครใจอย่างสมบูรณ์และพวกเขามีความสามารถในการแยกตัวออกได้ทุกเวลา
ผู้เข้าร่วมกิจกรรม
นักศึกษาสามร้อยคนได้รับคัดเลือกจาก Southwest University (SWU, Chongqing, China) โดยใช้จุลสารและโฆษณาทางอินเทอร์เน็ต พวกเขาจำเป็นต้องกรอกมาตราส่วนดัชนีการติดโทรศัพท์มือถือ (MPAI) ให้เสร็จสมบูรณ์ซึ่งคะแนนเหนือ 51 จัดเป็นดัชนีที่ขึ้นอยู่กับโทรศัพท์มือถือ (MPD) การแบ่งชั้นนี้นำไปสู่กลุ่ม MPD ของบุคคล 34 (หญิง 21 ช่วง: 18 – 27 ปี) เพื่อให้ตรงกับกลุ่ม MPD นักเรียน 34 ที่ไม่ใช่ MPD (หญิง 21 ช่วง: 18 – 27 ปี) ถูกเลือกแบบสุ่มเป็นกลุ่มควบคุม (CG) ไม่มีความแตกต่างอย่างมีนัยสำคัญในค่าใช้จ่ายรายเดือนส่วนบุคคลอายุเพศหรือการศึกษาปีระหว่างกลุ่ม (ดูตาราง 1).
ตาราง 1 สถานะทางเศรษฐกิจประชากร MPAI และคะแนน BIS ของผู้เข้าร่วม.
นอกจากนี้ผู้เข้าร่วมประชุมทุกคนไม่มีความผิดปกติทางระบบประสาทประวัติความผิดปกติทางจิตเวชหรือชิ้นส่วนโลหะรอยสักหรือการเจาะไม่สามารถเคลื่อนไหวได้บนร่างกายของพวกเขา พวกเขาทุกคนมีวิสัยทัศน์ปกติหรือแก้ไขตามปกติเป็นมือขวาและเป็นเจ้าของภาษาจีน
การประเมินผลแบบสอบถาม
ระดับ MPAI (เหลียง 2008) ซึ่งประกอบด้วยรายการ 17 ถูกใช้เพื่อประเมินระดับของ MPD มีการใช้มาตราส่วน Likert ห้าจุด: 1 = 'ไม่เลย' 2 = 'ไม่ค่อย,' 3 = 'เป็นครั้งคราว,' 4 = 'บ่อยครั้ง,' 5 = 'เสมอ' คะแนนรวมอยู่ในช่วงตั้งแต่ 17 ถึง 85 ซึ่งแบ่งตามค่ามัธยฐาน 51 หรือมากกว่านั้นถือเป็นตัวบ่งชี้การพึ่งพาโทรศัพท์ (Martinotti et al., 2011) ความน่าเชื่อถือของเครื่องชั่งตามที่ระบุโดยอัลฟ่าของครอนบาคสูงอย่างน่าทึ่งที่ 0.90 (เหลียง 2008).
มาตรวัดความหุนหันพลันแล่นของ Barratt (BIS-11) (Patton และคณะ, 1995) ได้รับการบริหารจัดการทั้งสองกลุ่มเพื่อวัดความหุนหันพลันแล่นของลักษณะ BIS ประกอบด้วยรายการ 30 โดยใช้ระดับ Likert ห้าจุดซึ่งยิ่งมีคะแนนสูงเท่าใด ความน่าเชื่อถือที่สอดคล้องกันภายในและความน่าเชื่อถือแบบทดสอบซ้ำคือ 0.89 และ 0.91 ตามลำดับ (Li et al., 2011).
สแกนการได้มา
ข้อมูลภาพทั้งหมดได้มาจากสแกนเนอร์ 3T ซีเมนส์ (Siemens Medical, Erlangen, Germany) ที่ศูนย์วิจัยการถ่ายภาพสมองของมหาวิทยาลัย Southwest ภาพกายวิภาคน้ำหนัก T1 ที่มีความละเอียดสูงได้มาพร้อมกับการจัดลำดับแม่เหล็กที่ไล่ระดับอย่างรวดเร็ว (MPRAGE) [เวลาการทำซ้ำ (TR) = 1900 ms, เวลาสะท้อน (TE) = 2.52 ms, สนามภาพ (FOV) = 256 mm มุมพลิก = 90 °, ความละเอียดของเมทริกซ์ในเครื่องบิน = 256 × 256, ความหนาของชิ้น = 1 mm, ชิ้น = 176, ขนาด voxel = 1 mm × 1 mm × 1 mm] 12-directional diffusion tensor images (DTI) ถูกรวบรวมด้วยสปินเอฟเฟกต์สโครลสะท้อนก้องสองครั้ง, TR = 6000 ms, TE = 89 ms, FOV = 240 มม, ความละเอียดเมทริกซ์ = 128 × 128 3, b-value = 1000s / mm2.
การวิเคราะห์ข้อมูลการถ่ายภาพโครงสร้าง
ข้อมูลการถ่ายภาพโครงสร้างของแต่ละวิชาถูกวิเคราะห์ด้วยซอฟต์แวร์ Parametric Mapping (SPM8)1) ใน MATLAB R2014a (MathWorks Inc. , Natick, MA, USA) และถูกแสดงเป็นครั้งแรกเพื่อตรวจสอบสิ่งประดิษฐ์และความผิดปกติทางกายวิภาคขั้นต้น การสแกนได้รับการลงทะเบียนด้วยตนเองและปรับเปลี่ยนให้เข้ากับแนวหน้าของการตัดต่อหลังของเส้นจากนั้นทำการแบ่งเป็นสสารสีเทา (GM), WM และน้ำไขสันหลัง (CSF) (Yin et al., 2013) ในที่สุดผลลัพธ์ถูกลงทะเบียนทำให้เป็นมาตรฐานและมอดูเลตโดยใช้การลงทะเบียนกายวิภาค Diffeomorphic ผ่านกล่องเครื่องมือพีชคณิตแบบเอกซ์โพเนนเชียล (DARTEL) ซึ่งใช้อัลกอริธึมการลงทะเบียนที่ซับซ้อนมากขึ้น ประสิทธิภาพของอัลกอริธึมการลงทะเบียนที่ไม่ใช่เชิงเส้นดีกว่าของกล่องเครื่องมืออื่น ๆ ที่คล้ายคลึงกัน
หลังจากขั้นตอนก่อนการประมวลผลเหล่านี้เทมเพลตสมองการศึกษาที่เฉพาะเจาะจงถูกสร้างขึ้นจากภาพทุกเรื่อง (เช่นภาพเฉลี่ย) และความเข้มของภาพของแต่ละ voxel ถูกมอดูเลตโดยปัจจัยจาโคเบียนเพื่ออำนวยความสะดวกในการกำหนดความแตกต่างในภูมิภาค . ภาพที่ได้รับการลงทะเบียนนั้นจะถูกแปลงเป็นพื้นที่ว่างของ Montreal Neurological Institute (MNI) และในที่สุดภาพที่ปรับขนาดและปรับแล้วจะถูกทำให้ราบรื่นด้วย 10 mm แบบเต็มความกว้างที่ครึ่งเคอร์เนล Gaussian (FWHM) เพื่อเพิ่มอัตราส่วนสัญญาณต่อสัญญาณรบกวน
ความแตกต่างของ GMV ระหว่างกลุ่ม MPD และกลุ่ม CG ถูกประเมินโดยสองตัวอย่าง t- การทดสอบโดยใช้ SPM8 ซึ่งมีการเพิ่มปริมาณ GM รวมถึงคะแนน BIS สำหรับความแปรปรวนร่วมเนื่องจากลักษณะของแรงกระตุ้นอาจเป็นปัจจัยที่ทำให้เกิดความสับสน การพรางขีดจำกัดความเข้มของสัญญาณ voxel แบบสัมบูรณ์ถูกตั้งค่าเป็น 0.2 เพื่อลดเอฟเฟกต์ขอบเขต GM (Duan et al., 2012) ตั้งระดับความสำคัญไว้ที่ p <0.01 พร้อมการแก้ไข Alpha-Sim ซึ่งคำนวณโดยใช้ซอฟต์แวร์ DPABI2 (Chao-Gan และ Yu-Feng, 2010) ภาพผลลัพธ์ถูกมองเห็นได้ด้วย BrainNet Viewer (เซี่ยเหมิน, 2013).
เพื่อยืนยันความแตกต่างที่เกี่ยวข้องกับ MPD ที่เกี่ยวข้องกับการควบคุมกลุ่ม GMV ที่แตกต่างกันอย่างโดดเด่นระหว่างทั้งสองกลุ่มถูกเลือกเป็นภูมิภาคที่น่าสนใจ (ROI) และค่า GMV ของ ROIs เหล่านี้ภายในกลุ่ม MPD นั้นถูกแยกโดย REST3และเข้าสู่การวิเคราะห์สหสัมพันธ์แบบเพียร์สันด้วยคะแนน MPAI โดยกำหนดนัยสำคัญที่ p <0.05 (เพลงและคณะ, 2011).
การวิเคราะห์ข้อมูลการแพร่ภาพเทนเซอร์
ข้อมูลการถ่ายภาพกระจายน้ำหนักถูกประมวลผลด้วยวิธีต่อไปนี้โดยใช้ PANDA tool tools4: การประมาณค่าหน้ากากสมองโดยใช้ภาพ b0 โดยไม่ต้องกระจายน้ำหนักการครอบตัดส่วนที่ไม่ใช่สมองในภาพดิบที่ 0.25 [เกณฑ์ความเข้มของเศษส่วน (0 → 1) ซึ่งค่าที่เล็กลงทำให้การประมาณโครงร่างสมองใหญ่ขึ้น) การบิดเบี้ยวเหนี่ยวนำกระแสวนและการเคลื่อนที่ของหัวในระหว่างการสแกนโดยการลงทะเบียนภาพการกระจายน้ำหนัก (DWI) ไปยังภาพ b0 ด้วยการแปลงเลียนแบบการลงทะเบียนแบบไม่เชิงเส้นของภาพ FA แต่ละภาพทั้งหมดในพื้นที่ดั้งเดิมไปยังแม่แบบ FA ในสถาบันประสาทวิทยาทรีล MNI) พื้นที่มาตรฐานการแปรปรวนของการแปลงที่ใช้ในการสุ่มตัวอย่างภาพของตัวชี้วัดการแพร่กระจายด้วย 1 mm × 1 mm × 1 mm ความละเอียดเชิงพื้นที่การประมวลผลของกระบวนการ TBSS ที่โครงกระดูกของอาสาสมัครทุกคนถูกสร้างขึ้น1 และλ23 ค่าของโครงกระดูก WM ของอาสาสมัครถูกคำนวณตามแผนที่ของ Johns Hopkins stereotaxic WM ซึ่งประกอบด้วยพื้นที่หลัก 50 (Mori et al., 2008) - สำหรับการนับจำนวนแผนที่เพิ่มเติมโดยการวิเคราะห์ความแปรปรวนแบบหลายปัจจัยระหว่างสองกลุ่มในขณะที่ถอยหลังคะแนน BIS ในที่สุดการวิเคราะห์สหสัมพันธ์แบบเพียร์สันได้ดำเนินการภายในกลุ่ม MPD ระหว่างค่าจากภูมิภาคที่แตกต่างกันอย่างมีนัยสำคัญและคะแนน MPAI โดยตั้งค่านัยสำคัญที่ p <0.05 (Cui และคณะ 2013) พลังทางสถิติของวิธีนี้ได้รับการทดสอบอย่างน่าเชื่อถือ (Oishi และคณะ, 2009; Faria et al., 2010) ผลลัพธ์ถูกแสดงด้วย FSLView โดยใช้กล่องเครื่องมือ FSL (FSL 5.0.05), (Smith และคณะ, 2006).
ผลสอบ
แบบสอบถามประสิทธิภาพ
กลุ่ม MPD มีคะแนน MPAI สูงกว่า CG อย่างมีนัยสำคัญ พวกเขาใช้เวลาบนโทรศัพท์มือถือมากขึ้นด้วย (ดูตาราง) 1) ตามที่คาดไว้คะแนน BIS สูงกว่าอย่างมีนัยสำคัญในกลุ่ม MPD เช่นกันแสดงให้เห็นว่าบุคคล MPD มีความหุนหันพลันแล่นของลักษณะที่สูงขึ้นเมื่อเทียบกับการควบคุม
สีเทาปริมาณความแตกต่างระหว่างกลุ่ม
เมื่อเปรียบเทียบกับ CG กลุ่ม MPD ได้ลด GMV ลงใน frontal gyrus (sFG) ด้านขวา, gyrus frontal gyrus (iFG), gyrus frontal gyrus (mFG), ด้านขวา cinulate cortex (ACC) และฐานดอกฐานสอง (Thal) (ดูตาราง 2) นอกจากนี้ภายในกลุ่ม MPD, GMV ของ sFG ขวา, iFG ที่ถูกต้องและ Thal มีความสัมพันธ์เชิงลบกับคะแนน MPAI (ดูรูปที่ 1).
ตาราง 2 ความแตกต่างของปริมาณสสารสีเทา (GMV) ที่โดดเด่นระหว่างกลุ่มที่ขึ้นกับโทรศัพท์มือถือ (MPD) และกลุ่มควบคุม (กลุ่ม MPD <กลุ่มควบคุม)
รูป 1 ความแตกต่างของ GMV ที่สังเกตได้ระหว่างกลุ่ม MPD และกลุ่มควบคุม (CG> MPD) และความสัมพันธ์เชิงลบระหว่างคะแนน GMV และ MPAI ภายในกลุ่ม MPD เมื่อเปรียบเทียบกับกลุ่มควบคุมกลุ่ม MPD ได้ลด GMV ลงอย่างเห็นได้ชัดในด้านขวา sFG ขวา iFG ขวา mFG ทวิภาคี mOG ขวา mOG ซ้าย ACC และ Thal ทวิภาคี นอกจากนี้ภายในกลุ่ม MPD GMV ของ sFG ด้านขวา iFG ที่ถูกต้องและ Thal มีความสัมพันธ์เชิงลบกับคะแนน MPAI sFG, gyrus หน้าผากที่เหนือกว่า; iFG, gyrus หน้าผากต่ำ; mFG, gyrus หน้าผากอยู่ตรงกลาง; หมอกควันกลางท้ายทอย; ACC, เยื่อหุ้มสมองเปลือกนอกด้านหน้า; ทาลามัส; MPD การพึ่งพาโทรศัพท์มือถือ CG กลุ่มควบคุม MPAI, ดัชนีการติดโทรศัพท์มือถือ; GMV ปริมาณสสารสีเทา L ซ้าย R ขวาความแตกต่างของ DTI ระหว่างกลุ่ม
สำหรับการวิเคราะห์ atlas TBSS ค่า FA และ AD สำหรับ hippocampal cingulum บันเดิลไฟเบอร์ (CgH) ลดลงอย่างมีนัยสำคัญในบุคคล MPD เมื่อเทียบกับการควบคุม (ดูตาราง 3) นอกจากนี้ภายในกลุ่ม MPD FA ของ CgH มีความสัมพันธ์เชิงลบกับคะแนน MPAI (ดูรูปที่ 2).
ตาราง 3 ความแตกต่างของดัชนีการถ่ายภาพเทนเซอร์การแพร่กระจายอย่างมีนัยสำคัญ (DTI) ระหว่างกลุ่ม MPD และกลุ่มควบคุม (กลุ่ม MPD <กลุ่มควบคุม)
รูป 2 FA และ AD ที่ลดลงใน CgH ทวิภาคี (อนุภูมิภาคหารด้วยแผนที่ stereotaxic ของ Johns Hopkins) ในกลุ่ม MPD เทียบกับกลุ่มควบคุม (MPD <CG) และความสัมพันธ์เชิงลบระหว่างคะแนน FA และ MPAI ภายในกลุ่ม MPD ค่า FA และ AD ของ CgH ลดลงอย่างมีนัยสำคัญในบุคคล MPD เทียบกับการควบคุม นอกจากนี้ภายในกลุ่ม MPD FA ของ CgH มีความสัมพันธ์เชิงลบกับคะแนน MPAI CgH เส้นใย cingulum ในฮิบโป FA, เศษส่วน anisotropy; โฆษณาการแพร่กระจายตามแนวแกน MPD การพึ่งพาโทรศัพท์มือถือ CG กลุ่มควบคุม MPAI ดัชนีการติดโทรศัพท์มือถือ
การสนทนา
เท่าที่เราทราบการศึกษาปัจจุบันเป็นความพยายามครั้งแรกในการสำรวจสัณฐานวิทยาที่เปลี่ยนแปลงในนักเรียนที่มี MPD เราเปรียบเทียบ GMV และดัชนีความสมบูรณ์ของ WM (FA, MD, AD และ RD) ระหว่างบุคคล MPD กับการควบคุมที่ดี ผลการวิจัยพบว่าบุคคล MPD ลดลง GMV เทียบกับการควบคุมใน sFG ขวา iFG ขวา, mFG ทวิภาคี, mOG ขวา, ซ้าย ACC และฐานดอกฐานสอง (Thal) เท่าที่ความสมบูรณ์ของ WM กลุ่ม MPD แสดงค่า FA และ AD ที่ลดลงของเส้นใยมัดกลุ่ม hippocampal cingulum (CgH) นอกจากนี้ค่า GMV ของ sFG ที่ถูกต้อง iFG ขวาและฐานดอกฐานสอง (Thal) มีความสัมพันธ์เชิงลบกับคะแนน MPAI ในกลุ่ม MPD เช่นเดียวกับค่า FA ของ CgH นอกจากนี้เรายังยืนยันว่ากลุ่ม MPD มีความต้องการลักษณะที่สูงขึ้นตามที่วัดด้วยมาตราส่วน Barratt Impulsiveness (BIS-11) (Patton และคณะ, 1995).
การค้นพบเหล่านี้บ่งชี้กลไกทางระบบประสาทที่เป็นไปได้ที่อยู่เบื้องหลัง MPD และช่วยในการทำความเข้าใจเกี่ยวกับบทบาทพื้นฐานของแรงกระตุ้นในการติดพฤติกรรมแบบนี้ ผลลัพธ์ยังให้ข้อมูลเชิงลึกเกี่ยวกับความเหมือนและความแตกต่างระหว่าง MPD และความผิดปกติอื่น ๆ ของการเสพติด
ปริมาณสสารสีเทาลดลงใน MPD
ในการศึกษาปัจจุบันเราพบว่า GMV ลดลงในกลุ่ม MPD การค้นพบที่สอดคล้องกับสมมติฐานของเราบนพื้นฐานของผลการวิจัยจากการศึกษายาเสพติดและพฤติกรรมการติดยาเสพติดอื่น ๆ
การศึกษา neuroimaging การทำงานของการติดยาเสพติดเผยให้เห็นว่ายาเสพติดของการละเมิดไม่เพียง แต่มีอิทธิพลต่อโครงสร้าง subcortical ที่เต็มไปด้วยโดพามีนเช่นบริเวณหน้าท้องส่วนล่าง (VTA), นิวเคลียส accumbens (NAcc), นิวเคลียสหาง, putamen, ฐานดอกและ amygdala เช่น prefrontal cortex (PFC), OFC, ACC และ insula (Hanlon และ Canterberry, 2012) ในทำนองเดียวกันกับการติดยาเสพติดบุคคลที่ติดพฤติกรรมมักมีลักษณะว่ามีการทำงานที่ผิดปกติในพื้นที่สมองซึ่งรวมถึงเยื่อหุ้มสมอง prefrontal, ACC (ให้สิทธิ์, 2010) หน้าท้อง (ฮันและอัล 2012a) และ VTAs, NAcc (ให้สิทธิ์, 2010), insula (Kuss และ Griffiths, 2012) และฐานดอก (Van Holst และคณะ, 2010) นอกเหนือจากฟังก์ชั่นที่เปลี่ยนแปลงในพื้นที่เหล่านี้แล้วยังเป็นที่น่าสังเกตว่าสัณฐานของสมองที่เปลี่ยนแปลงไปในพื้นที่เหล่านี้ได้รับการรายงานในผู้ติดอินเทอร์เน็ตและผู้ติดการพนัน ตัวอย่างเช่นการศึกษาแสดงให้เห็นว่าการลดลงของ GMV ในเงื่อนไขเหล่านี้ใน ACC ซ้าย, ซ้ายด้านหลัง cingulate cortex, insula ซ้าย, ซ้าย gying ภาษา (Zhou และคณะ, 2011), OFC ด้านขวา, insula ทวิภาคีและพื้นที่เสริมมอเตอร์ด้านขวา (Weng และคณะ, 2013) พื้นที่เหล่านี้ส่วนใหญ่ทับซ้อนกับวงจรที่เกี่ยวข้องกับการควบคุมการยับยั้ง (Ersche et al., 2011) การให้รางวัลการตัดสินใจและฟังก์ชั่นการคิดอื่น ๆRomero และคณะ, 2010).
ในการศึกษาของเราปริมาณที่ลดลงในสาม ROIs ในกลุ่ม MPD ที่สัมพันธ์กับการควบคุมก็สัมพันธ์กับ MPAI เช่นกัน นั่นคือ sFG, iFG ที่ถูกต้องและฐานดอก sFG แสดงให้เห็นว่ามีส่วนร่วมในการทำงานทางปัญญาขั้นสูงหลายอย่างเช่นการควบคุมการยับยั้งการตัดสินใจอย่างมีเหตุผลการใช้เหตุผลความจำในการทำงาน (ไล่ตามอัล 2011) ลักษณะของการควบคุมด้วยความตั้งใจจากบนลงล่างHopfinger และคณะ, 2000) และการสร้างแบบจำลองและการทำนายพฤติกรรมของผู้อื่น (เช่นทฤษฎีของจิตใจ) (Cui และคณะ 2012).
iFG ที่เหมาะสมนั้นถูกคิดว่าทำหน้าที่เป็นศูนย์ควบคุมสำหรับวงจรปมประสาท fronto-basal ที่เกี่ยวข้องกับการกระจายความสนใจการประมวลผลทางอารมณ์การควบคุมการยับยั้งและการติดตามพฤติกรรมและการปรับ (Moreno-López et al., 2012) การบาดเจ็บของมันเกี่ยวข้องกับการทำลายพฤติกรรมและแสดงให้เห็นว่ามีบทบาทสำคัญในการบำรุงรักษาและอาการกำเริบของการติดพฤติกรรม (ให้สิทธิ์, 2010; Kuss และ Griffiths, 2012).
ฐานดอกซึ่งเชื่อมโยงโครงสร้างเยื่อหุ้มสมองและ subcortical กับคนอื่นอย่างกว้างขวางอาจเป็นหนึ่งในศูนย์กลางที่สำคัญที่สุดของสมองและได้รับการแสดงที่จะเกี่ยวข้องกับการคาดหวังความสนใจอารมณ์ความทรงจำ (Minagar et al., 2013) และฟังก์ชั่นผู้บริหาร (Tuchscherer และคณะ, 2010) นอกจากนี้ยังพบว่าฝ่อทาลามิลล์มีความสัมพันธ์กับความบกพร่องทางสติปัญญา (Hanlon และ Canterberry, 2012).
ตรงกันข้ามกับผลการศึกษาของผู้ป่วยที่ติดเกมออนไลน์พบว่าปริมาณ thalamic เพิ่มขึ้นจริงในกลุ่มติดยาเสพติดสันนิษฐานว่าเป็นผลมาจากความพร้อมใช้งานโดปามีนที่สูงขึ้นจากการกระตุ้นด้วยภาพและการได้ยินที่มีอยู่ในการเล่นเกมออนไลน์ ความสมดุลของวงจร mesolimbic (ฮันและคณะ 2012b) ความขัดแย้งนี้อาจแสดงถึงความแตกต่างในพฤติกรรมที่ได้รับระหว่างผู้ใช้โทรศัพท์ที่ต้องพึ่งพาและผู้เล่นที่ติดเกมคอมพิวเตอร์
ความสมบูรณ์ของสีขาวผิดปกติใน MPD
นอกจาก GMV ที่ลดลงเรายังพบ FA และ AD ที่ลดลงของเส้นใย hippocampal cingulum bundle (CgH) ในกลุ่ม MPD
ทางเดิน cingulum WM นำข้อมูลจาก cingulate gyrus ไป hippocampus และสามารถแยกออกเป็นสอง subregions ที่ระดับแกนของ splenium ของ corpus callosum: cingulum ใน cingulate gyrus เหนือ spenium และ cingulum ในบริเวณ hippocampal (CgH) ด้านล่างของ splenium (Mori et al., 2008) ฟังก์ชั่นของ CgH เกี่ยวข้องกับการรับข้อมูลการควบคุมทางประสาทสัมผัสความรู้ความเข้าใจและอารมณ์ที่แตกต่างกัน มันมีการป้อนข้อมูลโพลีประสาทสัมผัสที่สำคัญไปยังฮิบโปZhu et al., 2011) และมีส่วนช่วยในการให้รางวัลทางเดินและการสร้างการบำรุงรักษาและการเรียกคืนหน่วยความจำในการทำงาน (หยวนและคณะ, 2011) - ข้อมูลที่มีความสำคัญต่อการควบคุมความรู้ความเข้าใจ (ขอให้โชคดีและ 2010; เบเนดิกต์และคณะ, 2013) ยิ่งไปกว่านั้น FA ที่ผิดปกติในกลุ่ม MPD นั้นสอดคล้องกับการค้นพบในการติดแอลกอฮอล์ (ใช่แล้ว, 2009) โดยรวมแล้วการส่งข้อมูลลดลงระหว่าง cingulate gyrus และ hippocampus ตามที่แนะนำโดยค่า CgH FA ที่ลดลงในกลุ่ม MPD อาจเป็นพื้นฐานโครงสร้างพื้นฐานสำหรับการขาดดุลการทำงานที่นำไปสู่การแข็งตัวของความทรงจำที่เกี่ยวข้องกับการเสพติด
อย่างไรก็ตามเท่าที่เราทราบ FA ที่ลดลงใน CgH ยังไม่ได้รับการรายงานในการศึกษาพฤติกรรมการเสพติด ข้อมูลของเราบ่งชี้ว่าการลดลงของ FA ใน CgH ที่ถูกต้องของกลุ่ม MPD นั้นได้รับแรงผลักดันหลักจากการลดลงของค่าโฆษณาโดยไม่มีความแตกต่างที่สังเกตได้ในดัชนี RD โฆษณาวัดขนาดของการแพร่กระจายตามทิศทางหลักของการแพร่ซึ่งอาจทำดัชนีการจัดโครงสร้างของเส้นใยและความสมบูรณ์ของแกน (Qiu et al., 2008) ดังนั้นกลไกพื้นฐานที่สำคัญของการบาดเจ็บ WM ในบริเวณนี้ที่มีอยู่ใน MPD อาจเนื่องมาจากการบาดเจ็บของ axonal ที่ลึกซึ้งมากกว่า demyelination (Romero และคณะ, 2010).
แรงกระตุ้นและการพึ่งพาโทรศัพท์มือถือ
Impulsivity สามารถกำหนดเป็นการกระทำที่แสดงก่อนกำหนดที่มีความเสี่ยงเกินควรรู้สึกไม่ดีและที่อาจทำให้เกิดผลกระทบที่ไม่พึงประสงค์ (Bickel et al., 2012) มันเกี่ยวข้องอย่างใกล้ชิดกับความผิดปกติของการเสพติดส่วนใหญ่ (Romero และคณะ, 2010) เช่นการติดยาเสพติด (Moreno-López et al., 2012) การพนันทางพยาธิวิทยา (Joutsa และคณะ, 2011) ติดเกมออนไลน์ (ฮันและคณะ 2012b), การติดอินเทอร์เน็ต (หลินและคณะ, 2012) และ MPD (Billieux, 2012) ที่น่าสนใจ Walther และคณะ (2012) สำรวจความสัมพันธ์ระหว่างลักษณะบุคลิกภาพที่แตกต่างของ 12 กับพฤติกรรมการเสพติดห้าอย่างรวมถึงแอลกอฮอล์ยาสูบและการใช้สารเสพติดกัญชาการพนันที่มีปัญหาและการเล่นเกมคอมพิวเตอร์ที่มีปัญหาและพบว่าแรงกระตุ้นสูงเป็นลักษณะบุคลิกภาพเฉพาะที่เกี่ยวข้องกับพฤติกรรมเสพติดทั้งหมด ถูกตรวจสอบ
ตามที่คาดไว้เราพบแรงกระตุ้นที่สูงขึ้นในบุคคล MPD ซึ่งสอดคล้องกับงานวิจัยก่อนหน้านี้ ความจริงแล้วแรงกระตุ้นอาจเป็นตัวทำนายที่แข็งแกร่งที่สุดของ MPD (Billieux และคณะ, 2008) มันสามารถกำหนดคนที่จะใช้เวลาเป็นระยะเวลานานในโทรศัพท์ของพวกเขาในที่สุดนำไปสู่ MPD และในที่สุดก็สามารถลดความสามารถในการปรับตัวเองและการควบคุมตนเอง (Billieux และคณะ, 2007) ยิ่งไปกว่านั้นการมีลักษณะของแรงกระตุ้นในระดับสูงนั้นสัมพันธ์กับการกระตุ้นตัวรับอัตโนมัติของสมองส่วนกลางสมองส่วนล่าง (Buckholtz และคณะ, 2010) สำหรับบุคคลที่ติดสารเสพติดการใช้สารกระตุ้นอย่างต่อเนื่องเช่นนี้เป็นความคิดที่จะทำให้รุนแรงยิ่งขึ้นลักษณะหุนหันพลันแล่น (Moreno-López et al., 2012) ดังนั้นเนื่องจากการเชื่อมโยงอย่างใกล้ชิดระหว่างความกระตุ้นและความผิดปกติของการติดยาเสพติดเพื่อที่จะปรับปรุงการแทรกแซงการรักษาที่ช่วยส่งเสริมกระบวนการตัดสินใจที่ขยันขันแข็งมากขึ้นและน้อยลงและปรับปรุงความสามารถในการควบคุมตนเองผู้บำบัดอาจมุ่งเน้นการลดลักษณะที่เกี่ยวข้องกับการกระตุ้นเหลียง 2008).
อย่างไรก็ตามเนื่องจากความสัมพันธ์ที่ใกล้ชิดระหว่างแรงกระตุ้นและ MPD ความแตกต่างของคะแนน BIS ระหว่าง MPD และ CG อาจเป็นตัวแปรที่อาจเกิดความสับสนในการวิเคราะห์เปรียบเทียบการใช้โทรศัพท์มือถือ ดังนั้นในการศึกษาของเราคะแนน BIS ถูกตัดออกไปในฐานะที่เป็นตัวก่อความรำคาญในกลุ่ม GMV และ FA และค่าจากภูมิภาคผลลัพธ์นั้นถูกนำไปวิเคราะห์ความสัมพันธ์กับคะแนน MPAI ภายในกลุ่ม MPD
ข้อ จำกัด และทิศทางในอนาคต
แม้จะมีผลการศึกษาใหม่ แต่ก็มีข้อ จำกัด หลายประการที่ต้องยอมรับ ประการแรกเนื่องจากการออกแบบการตัดขวางของการศึกษาและกลไกทางจิตวิทยาที่อาจเกิดขึ้นมีความหลากหลายเราไม่สามารถอนุมานถึงสาเหตุหรือทิศทางของผลกระทบระหว่างการใช้โทรศัพท์มือถือมากเกินไปและการดัดแปลงโครงสร้างที่ปรับไม่ได้ที่พบในกลุ่ม MPD ดังนั้นการศึกษาระยะยาวจะเป็นประโยชน์อย่างมากในการยืนยันกลไกทางจิตวิทยาและสรีรวิทยาที่เป็นไปได้ของ MPD รวมทั้งให้ความสามารถในการวัดความยาวและความก้าวหน้าของ MPD ในผู้เข้าร่วม ประการที่สองแม้ว่าเราจะพบความแตกต่างของโครงสร้างสมองระหว่าง MPD และ CG แต่เราไม่สามารถทราบได้อย่างชัดเจนว่าการขาดฟังก์ชั่นทางปัญญาประเภทใดที่เกี่ยวข้องกับความแตกต่างเหล่านี้ การศึกษาในอนาคตควรพยายามเชื่อมต่อความแตกต่างของ GMV (หรือความสมบูรณ์ของ WM) ใน MPD กับฟังก์ชั่นทางจิตวิทยา (เช่นฟังก์ชั่นการบริหารองค์ความรู้) เพื่อแจ้งมาตรการป้องกันและการแทรกแซงที่เป็นไปได้ สุดท้าย แต่ไม่ท้ายสุดแม้จะมีการลดคะแนน BIS เมื่อทำการทดสอบกลุ่มแตกต่างกันของ GMV และ FA แรงกระตุ้นลักษณะพื้นฐานที่พบในตัวอย่างย่อมเป็นตัวแปรที่หนีไม่พ้นที่ไม่สามารถแยกได้อย่างสมบูรณ์ในการศึกษาปัจจุบัน การศึกษาในอนาคตที่อาจรวมถึงการเปรียบเทียบระหว่างบุคคล MPD ที่มีความหุนหันพลันแล่นสูงและบุคคลที่ไม่ได้เป็น MPD ที่มีแรงกระตุ้นสูงอาจมีประโยชน์ในการแยก MPD ออกจากการกระตุ้นลักษณะ
ผลงานของผู้เขียน
YW รับผิดชอบการออกแบบการทดลองขั้นตอนงานการวิเคราะห์ข้อมูลและการเขียนบทความต้นฉบับ ZZ รับผิดชอบกระบวนการทดลองการรวบรวมข้อมูลและการเขียนบทความ HS มีหน้าที่รับผิดชอบในการนำการทดลองและการวิเคราะห์ข้อมูลไปใช้ XX เป็นผู้รับผิดชอบข้อมูลแบบสอบถามพฤติกรรมและแผนขั้นตอนการทดลอง HW เป็นผู้รับผิดชอบการจัดเรียงแผนภูมิและกราฟรวมถึงตัวเลข 1 และ 2การจัดเรียงข้อมูลและการพิสูจน์อักษรของต้นฉบับ FdU รับผิดชอบการเขียนต้นฉบับคำอธิบายฟังก์ชั่นของส่วนสมองการแก้ไขการคัดลอกและการแก้ไขเนื้อหารวมถึงการอนุมัติรุ่นสุดท้ายที่จะเผยแพร่ XH มีหน้าที่รับผิดชอบในการออกแบบการทดลองและคำแนะนำตลอด
คำชี้แจงความขัดแย้งทางผลประโยชน์
ผู้เขียนประกาศว่าการวิจัยได้ดำเนินการในกรณีที่ไม่มีความสัมพันธ์ทางการค้าหรือทางการเงินใด ๆ ที่อาจตีความได้ว่าเป็นความขัดแย้งทางผลประโยชน์ที่อาจเกิดขึ้น
กิตติกรรมประกาศ
งานนี้ได้รับการสนับสนุนโดยทุนจากองค์กรกองทุนสนับสนุนการวิจัยขั้นพื้นฐานสำหรับมหาวิทยาลัยกลางของจีน (SWU1509134) และกองทุนเพื่อการศึกษาฉงชิ่ง (2015-JC-005)
เชิงอรรถ
- ^ http://www.fil.ion.ucl.ac.uk/spm
- ^ http://www.rfmri.org/dpabi
- ^ http://www.restfmri.net
- ^ http://www.nitrc.org/projects/panda/
- ^ http://www.fmrib.ox.ac.uk/fsl/tbss
อ้างอิง
Basser, PJ, Mattiello, J. และ LeBihan, D. (1994) MR diffusion tensor spectroscopy และการถ่ายภาพ Biophys เจ 66, 259–267. doi: 10.1016/S0006-3495(94)80775-1
เบเนดิกต์, RH, Hulst, HE, Bergsland, N. , Schoonheim, MM, Dwyer, MG, Weinstock-Guttman, B. , et al. (2013) นัยสำคัญทางคลินิกของการฝ่อและสสารสีขาวหมายถึงการแพร่กระจายภายในฐานดอกของผู้ป่วยหลายเส้นโลหิตตีบ Mult Scler เจ 19, 1478 – 1484 doi: 10.1177 / 1352458513478675
Beranuy, M. , Oberst, U. , Carbonell, X. และ Chamarro, A. (2009). การใช้อินเทอร์เน็ตทางโทรศัพท์มือถือและอาการทางคลินิกในนักศึกษา: บทบาทของความฉลาดทางอารมณ์ คอมพิวเต ครวญเพลง Behav 25, 1182 – 1187 doi: 10.1016 / j.chb.2009.03.001
Bianchi, A. และ Phillips, JG (2005) นักทำนายปัญหาการใช้โทรศัพท์มือถือ CyberPsychol Behav 8, 39 – 51 doi: 10.1089 / cpb.2005.8.39
Bickel, WK, Jarmolowicz, DP, มูลเลอร์, ET, Gatchalian, KM และ McClure, SM (2012) ฟังก์ชั่นผู้บริหารและ antipodes แรงกระตุ้น? การสร้างแนวคิดใหม่โดยอ้างอิงถึงสิ่งเสพติดเป็นพิเศษ Psychopharmacology 221, 361–387. doi: 10.1007/s00213-012-2689-x
Billieux, J. (2012) การใช้โทรศัพท์มือถืออย่างมีปัญหา: การทบทวนวรรณกรรมและแบบจำลองทางเดิน ฟี้ จิตเวชศาสตร์ 8, 299 – 307 doi: 10.2174 / 157340012803520522
Billieux, J. , Maurage, P. , Lopez-Fernandez, O. , Kuss, DJ และ Griffiths, MD (2015a) การใช้โทรศัพท์มือถือที่ไม่เป็นระเบียบจะถือว่าเป็นการติดพฤติกรรมหรือไม่? การปรับปรุงเกี่ยวกับหลักฐานปัจจุบันและแบบจำลองที่ครอบคลุมสำหรับการวิจัยในอนาคต รายงานการติดยาเสพติดในปัจจุบัน 2, 156–162. doi: 10.1007/s40429-015-0054-y
Billieux, J. , Schimmenti, A. , Khazaal, Y. , Maurage, P. , และ Heeren, A. (2015b) เราเป็นคนกระตือรือร้นเกินไปในชีวิตประจำวันหรือไม่? พิมพ์เขียวที่เชื่อถือได้สำหรับการวิจัยการติดพฤติกรรม J. Behav ผู้เสพติด 4, 119 – 123 doi: 10.1556 / 2006.4.2015.009
Billieux, J. , Van der Linden, M. , d'Acremont, M. , Ceschi, G. , และ Zermatten, A. (2007) แรงกระตุ้นเกี่ยวข้องกับการรับรู้การพึ่งพาและการใช้งานจริงของโทรศัพท์มือถือหรือไม่? Appl Cogn จิตวิทยา 21, 527 – 538 doi: 10.1002 / acp.1289
Billieux, J. , Van der Linden, M. และ Rochat, L. (2008) บทบาทของแรงกระตุ้นในการใช้โทรศัพท์มือถือจริงและเป็นปัญหา Appl Cogn จิตวิทยา 22, 1195 – 1210 doi: 10.1002 / acp.1429
สีน้ำตาลอาร์ (1993) “ ผลงานบางส่วนของการศึกษาเรื่องการพนันเพื่อการศึกษาเรื่องการเสพติดอื่น ๆ ” ใน พฤติกรรมการพนันและปัญหาการพนัน, eds WR Eadington และ JA Cornelius (Reno: มหาวิทยาลัยเนวาดา), 241 – 272
Buckholtz, JW, Treadway, MT, Cowan, RL, Woodward, ND, Li, R. , Ansari, MS, et al. (2010) ความแตกต่างของ Dopaminergic network ในการกระตุ้นมนุษย์ วิทยาศาสตร์ 329, 532 – 532 ดอย: 10.1126 / วิทยาศาสตร์. 1185778
Cao, F. , Su, L. , Liu, T. , และ Gao, X. (2007) ความสัมพันธ์ระหว่างความหุนหันพลันแล่นกับการติดอินเทอร์เน็ตในตัวอย่างของวัยรุ่นจีน Eur จิตเวช 22, 466 – 471 doi: 10.1016 / j.eurpsy.2007.05.004
Chao-Gan, Y. และ Yu-Feng, Z. (2010) DPARSF: กล่องเครื่องมือ MATLAB สำหรับการวิเคราะห์ข้อมูลไปป์ไลน์ของ resting-state fMRI ด้านหน้า Syst Neurosci 4: 13 doi: 10.3389 / fnsys.2010.00013
Chase, HW, Eickhoff, SB, Laird, AR และ Hogarth, L. (2011) พื้นฐานทางประสาทของการประมวลผลการกระตุ้นด้วยยาและความอยาก: การประเมินความน่าจะเป็นการกระตุ้นการเปิดใช้งาน meta-analysis Biol จิตเวช 70, 785 – 793 doi: 10.1016 / j.biopsych.2011.05.025
Choliz, M. (2010) การติดโทรศัพท์มือถือ: ปัญหา ติดยาเสพติด 105, 373 – 374 doi: 10.1111 / j.1360-0443.2009.02854.x
Chóliz, M. (2012) การติดยาเสพติดโทรศัพท์มือถือในวัยรุ่น: การทดสอบการพึ่งพาโทรศัพท์มือถือ (TMD) Prog วิทยาศาสตร์สุขภาพ 2, 33-44
Cui, X. , Bryant, DM, และ Reiss, AL (2012) hyperscanning ที่ใช้ NIRS เปิดเผยความสัมพันธ์ระหว่างบุคคลที่เพิ่มขึ้นในเยื่อหุ้มสมองส่วนหน้าที่เหนือกว่าในระหว่างความร่วมมือ Neuroimage 59, 2430 – 2437 doi: 10.1016 / j.neuroimage.2011.09.003
Cui, Z. , Zhong, S. , Xu, P. , He, Y. และ Gong, G. (2013) PANDA: กล่องเครื่องมือสำหรับการวิเคราะห์ภาพการกระจายของสมอง ด้านหน้า ครวญเพลง Neurosci 7: 42 ดอย: 10.3389 / fnhum.2013.00042
Duan, X. , He, S. , Liao, W. , Liang, D. , Qiu, L. , Wei, L. , et al. (2012) ลดปริมาณ caudate และเพิ่มการรวมตัวของ striatal-DMN ในผู้เชี่ยวชาญด้านหมากรุก Neuroimage 60, 1280 – 1286 doi: 10.1016 / j.neuroimage.2012.01.047
Ersche, KD, Barnes, A. , Jones, PS, Morein-Zamir, S. , Robbins, TW, และ Bullmore, ET (2011) โครงสร้างที่ผิดปกติของระบบสมองส่วนหน้ามีความสัมพันธ์กับลักษณะของแรงกระตุ้นและแรงกระตุ้นในการพึ่งพาโคเคน ของเล่นเพิ่มพัฒนาสมอง 134, 2013 – 2024 ดอย: 10.1093 / สมอง / awr138
Faria, AV, Zhang, J. , Oishi, K. , Li, X. , Jiang, H. , Akhter, K. , et al. (2010) การวิเคราะห์ตามแผนที่ของการพัฒนาทางระบบประสาทตั้งแต่วัยเด็กจนถึงวัยผู้ใหญ่โดยใช้การถ่ายภาพด้วยการแพร่และการประยุกต์ใช้สำหรับการตรวจจับความผิดปกติแบบอัตโนมัติ Neuroimage 52, 415 – 428 doi: 10.1016 / j.neuroimage.2010.04.238
Grant, JE, Potenza, MN, Weinstein, A. และ Gorelick, DA (2010) ความรู้เบื้องต้นเกี่ยวกับพฤติกรรมการเสพติด am J. ยาเสพติดแอลกอฮอล์ไม่เหมาะสม 36, 233 – 241 doi: 10.3109 / 00952990.2010.491884
Griffiths, M. (1996) การพนันบนอินเทอร์เน็ต: บันทึกย่อ J. Gambl แกน 12, 471 – 473 doi: 10.1007 / BF01539190
Han, DH, Kim, SM, Lee, YS และ Renshaw, PF (2012a) ผลของการบำบัดแบบครอบครัวต่อการเปลี่ยนแปลงความรุนแรงของการเล่นเกมออนไลน์และการทำงานของสมองในวัยรุ่นที่ติดเกมออนไลน์ จิตเวชศาสตร์ Neuroimag 202, 126 – 131 ดอย: 10.1016 / j.pscychresns.2012.02.011
ฮั่น DH, Lyoo, IK และ Renshaw, PF (2012b) ปริมาณสสารสีเทาในภูมิภาคที่แตกต่างกันในผู้ป่วยที่ติดเกมออนไลน์และนักเล่นเกมมืออาชีพ J. จิตแพทย์ Res 46, 507 – 515 doi: 10.1016 / j.jpsychires.2012.01.004
Hanlon, CA และ Canterberry, M. (2012) การใช้ภาพสมองเพื่ออธิบายการเปลี่ยนแปลงของวงจรประสาทในการติดโคเคน subst การใช้ผิดวิธี Rehabil 3, 115 – 128 doi: 10.2147 / SAR.S35153
Hasan, KM, Walimuni, IS, Abid, H. , และ Hahn, KR (2011) การทบทวนวิธีการคำนวณภาพด้วยคลื่นสนามแม่เหล็กและเครื่องมือซอฟต์แวร์ คอมพิวเต Biol Med 41, 1062 – 1072 doi: 10.1016 / j.compbiomed.2010.10.008
Hopfinger, JB, Buonocore, MH และ Mangun, GR (2000) กลไกประสาทของการควบคุมแบบตั้งใจลงจากบนลงล่าง ชัยนาท Neurosci 3, 284 – 291 doi: 10.1038 / 72999
Joutsa, J. , Saunavaara, J. , Parkkola, R. , Niemelä, S. , และ Kaasinen, V. (2011) ความผิดปกติอย่างกว้างขวางของสมองสีขาวเรื่องความสมบูรณ์ในการพนันทางพยาธิวิทยา จิตเวชศาสตร์ Neuroimag 194, 340 – 346 ดอย: 10.1016 / j.pscychresns.2011.08.001
Koehler, S. , Hasselmann, E. , Wüstenberg, T. , Heinz, A. และ Romanczuk-Seiferth, N. (2013) ปริมาตรที่สูงขึ้นของ ventral striatum และเยื่อหุ้มสมองส่วนหน้าขวาในการพนันทางพยาธิวิทยา โครงสร้างสมอง funct 220, 469–477. doi: 10.1007/s00429-013-0668-6
Kuss, DJ และ Griffiths, MD (2012) การติดอินเทอร์เน็ตและการเล่นเกม: การทบทวนวรรณกรรมอย่างเป็นระบบเกี่ยวกับการศึกษา neuroimaging สมองวิทย์ 2, 347 – 374 ดอย: 10.3390 / brainsci2030347
มะนาวเจ (2002) เราเรียกพฤติกรรมที่เสพติดได้ไหม? Clin จิตวิทยา 6, 44 – 49 doi: 10.1080 / 13284200310001707411
เหลียง, L. (2008) การเชื่อมโยงคุณสมบัติทางจิตวิทยาเพื่อติดยาเสพติดและการใช้โทรศัพท์มือถืออย่างไม่เหมาะสมกับวัยรุ่นในฮ่องกง J. เด็ก สื่อ 2, 93 – 113 doi: 10.1080 / 17482790802078565
Li, W. , Li, Y. , Yang, W. , Zhang, Q. , Wei, D. , Li, W. , et al. (2015) โครงสร้างสมองและการเชื่อมต่อการทำงานที่เกี่ยวข้องกับความแตกต่างของแต่ละบุคคลในแนวโน้มอินเทอร์เน็ตในผู้ใหญ่วัยหนุ่มสาว Neuropsychologia 70, 134 – 144 doi: 10.1016 / j.neuropsychologia.2015.02.019
Li, X, Fei, L. , Xu, D. , Zhang, Y. , Yang, S. , Tong, Y. , et al. (2011) ความน่าเชื่อถือและความถูกต้องของเวอร์ชั่นภาษาจีนของเครื่องวัดความหุนหันพลันแล่นในชุมชนและมหาวิทยาลัย คาง. ment สุขภาพเจ 25, 610 – 615 ดอย: 10.3969 / j.issn.1000-6729.2011.08.013
Lin, F. , Zhou, Y. , Du, Y. , Qin, L. , Zhao, Z. , Xu, J. , et al. (2012) ความสมบูรณ์ของสสารสีขาวผิดปกติในวัยรุ่นที่มีความผิดปกติในการเสพติดอินเทอร์เน็ต: การศึกษาเชิงพื้นที่เชิงสถิติ PLoS ONE 7: e30253 doi: 10.1371 / journal.pone.0030253
Ling, R. , และ Pedersen, PE (2006) “ การเจรจาต่อรองของทรงกลมทางสังคม” ใน การสื่อสารเคลื่อนที่ปีที่ 31, eds R. Ling และ PE Pederson (ลอนดอน: Springer-Verlag)
Luck, D. , Danion, J.-M. , Marrer, C. , Pham, B.-T. , Gounot, D. , และ Foucher, J. (2010) พาราไซปโปแคมป์ที่ถูกต้องก่อให้เกิดการก่อตัวและการบำรุงรักษาข้อมูลที่ถูกผูกไว้ในหน่วยความจำในการทำงาน สมอง Cogn 72, 255 – 263 doi: 10.1016 / j.bandc.2009.09.009
Martinotti, G. , Villella, C. , Di Thiene, D. , Di Nicola, M. , Bria, P. , Conte, G. , et al. (2011) การใช้โทรศัพท์มือถือที่มีปัญหาในวัยรุ่น: การศึกษาแบบภาคตัดขวาง เจสาธารณสุข 19, 545–551. doi: 10.1007/s10389-011-0422-6
McMillan, LH, O'Driscoll, MP, Marsh, NV และ Brady, EC (2001) ทำความเข้าใจเกี่ยวกับการทำงานของสมอง: การสังเคราะห์ข้อมูลการวิจารณ์เชิงทฤษฎีและกลยุทธ์การออกแบบในอนาคต int J. ความเครียดมานะ 8, 69 – 91 ดอย: 10.1023 / A: 1009573129142
Minagar, A. , Barnett, MH, Benedict, RH, Pelletier, D. , Pirko, I. , Sahraian, MA, et al. (2013) ฐานดอกและเส้นโลหิตตีบหลายมุมมองที่ทันสมัยเกี่ยวกับพยาธิวิทยาการถ่ายภาพและด้านคลินิก ประสาทวิทยา 80, 210–219. doi: 10.1212/WNL.0b013e31827b910b
Moreno-López, L. , Catena, A. , Fernández-Serrano, MJ, Delgado-Rico, E. , Stamatakis, EA, Pérez-García, M. , et al. (2012) ลักษณะของความหุนหันพลันแล่นและการลดลงของสารสีเทาล่วงหน้าในผู้ติดยาเสพติด ยาเสพติดแอลกอฮอล์ขึ้นอยู่กับ 125, 208 – 214 doi: 10.1016 / j.drugalcdep.2012.02.012
Mori, S. , Oishi, K. , Jiang, H. , Jiang, L. , Li, X. , Akhter, K. , et al. (2008) แผนที่สสารสีขาวแบบสเตอริโอที่มีพื้นฐานมาจากการถ่ายภาพเทนเซอร์แบบกระจายในเทมเพลต ICBM Neuroimage 40, 570 – 582 doi: 10.1016 / j.neuroimage.2007.12.035
Oishi, K. , Faria, A. , Jiang, H. , Li, X, Akhter, K. , Zhang, J. , et al. (2009) การวิเคราะห์สสารสีขาวในสมองทั้งหมดบนแผนที่โดยใช้การทำแผนที่ดิฟฟีโอมอร์ฟิคเมตริกขนาดใหญ่: การประยุกต์ใช้กับผู้สูงอายุปกติ Neuroimage 46, 486 – 499 doi: 10.1016 / j.neuroimage.2009.01.002
Patton, JH, Stanford, MS และ Barratt, ES (1995) โครงสร้างปัจจัยของระดับความหุนหันพลันแล่นของรัตรัต เจ. คลีนิก จิตวิทยา 51, 768–774. doi: 10.1002/1097-4679(199511)51:63.0.CO;2-1
Qiu, D. , Tan, L.-H. , Zhou, K. , และ Khong, P.-L. (2008) การถ่ายภาพเทนเซอร์ของการแพร่กระจายของสสารสีขาวปกติตั้งแต่วัยเด็กจนถึงวัยหนุ่มสาว: การประเมินค่า Voxel-wise ของการแพร่กระจายเฉลี่ย, anisotropy ที่เป็นเศษส่วน, การแพร่กระจายของรัศมีและแนวแกนและความสัมพันธ์กับการพัฒนาการอ่าน Neuroimage 41, 223 – 232 doi: 10.1016 / j.neuroimage.2008.02.023
Roberts, JA, Pullig, C. และ Manolis, C. (2015) ฉันต้องการสมาร์ทโฟนของฉัน: โมเดลบุคลิกภาพของการเสพติดและโทรศัพท์มือถือแบบลำดับชั้น Pers ตัวบ่งชี้ 79, 13 – 19 doi: 10.1016 / j.paid.2015.01.049
Romero, MJ, Asensio, S. , ปาเลา, C. , Sanchez, A. และ Romero, FJ (2010) ติดยาเสพติดโคเคน: การศึกษาภาพการแพร่กระจายเทนเซอร์ของสารสีขาวหน้าผากและหน้า cingulate ที่ด้อยกว่า จิตเวชศาสตร์ Neuroimag 181, 57 – 63 ดอย: 10.1016 / j.pscychresns.2009.07.004
Smith, SM, Jenkinson, M. , Johansen-Berg, H. , Rueckert, D. , Nichols, TE, Mackay, CE, et al. (2006) สถิติเชิงพื้นที่เชิงพื้นที่: การวิเคราะห์ข้อมูลเชิงปริมาตรแบบหลายช่องสัญญาณ Neuroimage 31, 1487 – 1505 doi: 10.1016 / j.neuroimage.2006.02.024
เพลง, X.-W. , ดง, Z.-Y. , ยาว, X.-Y. , Li, S.-F. , Zuo, X.-N. , Zhu, C.-Z. , et al . (2011) REST: ชุดเครื่องมือสำหรับการประมวลผลข้อมูลภาพเรโซแนนซ์ด้วยคลื่นแม่เหล็กไฟฟ้าสำหรับการพักผ่อน PLoS ONE 6: e25031 doi: 10.1371 / journal.pone.0025031
Takao, M. , Takahashi, S. และ Kitamura, M. (2009) บุคลิกภาพที่เสพติดและการใช้โทรศัพท์มือถือที่เป็นปัญหา CyberPsychol Behav 12, 501 – 507 doi: 10.1089 / cpb.2009.0022
Tuchscherer, V. , Seidenberg, M. , Pulsipher, D. , Lancaster, M. , Guidotti, L. และ Hermann, B. (2010) ความซื่อสัตย์ extrahippocampal ในโรคลมชักกลีบสมองและความรู้ความเข้าใจ: ฐานดอกและการทำงานของผู้บริหาร Behav โรคลมชัก 17, 478 – 482 doi: 10.1016 / j.yebeh.2010.01.019
van Holst, RJ, van den Brink, W. , Veltman, DJ และ Goudriaan, AE (2010) การศึกษาการถ่ายภาพสมองในการพนันทางพยาธิวิทยา ฟี้ จิตเวชศาสตร์ 12, 418–425. doi: 10.1007/s11920-010-0141-7
Walther, B. , Morgenstern, M. , และ Hanewinkel, R. (2012) การเกิดขึ้นร่วมกันของพฤติกรรมเสพติด: ปัจจัยด้านบุคลิกภาพที่เกี่ยวข้องกับการใช้สารเสพติดการพนันและการเล่นเกมคอมพิวเตอร์ Eur ผู้เสพติด Res 18, 167 – 174 doi: 10.1159 / 000335662
Weng, C.-B. , Qian, R.-B. , Fu, X.-M. , Lin, B. , Han, X.-P. , Niu, C.-S. และอื่น ๆ (2013) ความผิดปกติของสสารสีเทาและสีขาวในการติดเกมออนไลน์ Eur J. Radiol 82, 1308 – 1312 doi: 10.1016 / j.ejrad.2013.01.031
เซี่ย, M. , วัง, J. , และ He, Y. (2013) BrainNet Viewer: เครื่องมือสร้างภาพเครือข่ายสำหรับการเชื่อมต่อสมองมนุษย์ PLoS ONE 8: e68910 doi: 10.1371 / journal.pone.0068910
Yang, Y.-S. , Yen, J.-Y. , Ko, C.-H. , Cheng, C.-P. และ Yen, C.-F. (2010) ความสัมพันธ์ระหว่างการใช้โทรศัพท์มือถือที่มีปัญหากับพฤติกรรมเสี่ยงและความนับถือตนเองต่ำในหมู่วัยรุ่นไต้หวัน BMC สาธารณสุข 10:217. doi: 10.1186/1471-2458-10-217
Yeh, P.-H. , Simpson, K. , Durazzo, TC, Gazdzinski, S. , และ Meyerhoff, DJ (2009) สถิติพื้นที่เชิงพื้นที่ (TBSS) ของข้อมูลการถ่ายภาพเทนเซอร์การแพร่กระจายในการพึ่งพาแอลกอฮอล์: ความผิดปกติของระบบประสาทสร้างแรงบันดาลใจ จิตเวชศาสตร์ Res. 173, 22 – 30 ดอย: 10.1016 / j.pscychresns.2008.07.012
Yin, J. , Zhang, JX, Xie, J. , Zou, Z. และ Huang, X. (2013) ความแตกต่างระหว่างเพศในการรับรู้เรื่องความรักในนักศึกษาจีน PLoS ONE 8: e76294 doi: 10.1371 / journal.pone.0076294
หยวน, เค, ฉิน, ว. วชิร, วัง, จี, เซง, เอฟ, จ้าว, แอล, หยาง, เอ็กซ์, และอื่น ๆ (2011) ความผิดปกติของโครงสร้างจุลภาคในวัยรุ่นที่เป็นโรคติดอินเทอร์เน็ต PLoS ONE 6: e20708 doi: 10.1371 / journal.pone.0020708
Zhou, Y. , Lin, F.-C. , Du, Y.-S. , Zhao, ZM, Xu, J.-R. และ Lei, H. (2011) ความผิดปกติของสสารสีเทาในการติดอินเทอร์เน็ต: การศึกษา morphometry แบบ voxel Eur J. Radiol 79, 92 – 95 doi: 10.1016 / j.ejrad.2009.10.0255
Zhu, X. , Wang, X, Xiao, J. , Zhong, M. , Liao, J. , และ Yao, S. (2011) การเปลี่ยนแปลงความสมบูรณ์ของสสารสีขาวในตอนแรกผู้ใหญ่ที่ไร้เดียงสาในการรักษาด้วยโรคซึมเศร้า: การศึกษาสถิติเชิงพื้นที่ สมอง Res 1369, 223 – 229 doi: 10.1016 / j.brainres.2010.10.104
คำสำคัญ: การพึ่งพาโทรศัพท์มือถือ, ขนาดดัชนีติดยาเสพติดโทรศัพท์มือถือ, fMRI, ปริมาณสสารสีเทา, เศษส่วน anisotropy, การแพร่กระจายตามแนวแกน, ความหุนหันพลันแล่น
การอ้างอิง: วัง Y, Zou Z, Song H, Xu X, Wang H, d'Oleire Uquillas F และ Huang X (2016) เปลี่ยนแปลงปริมาณสสารสีเทาและความสมบูรณ์ของสสารสีขาวในนักศึกษาวิทยาลัยที่พึ่งพาโทรศัพท์มือถือ ด้านหน้า จิตวิทยา 7: 597 doi: 10.3389 / fpsyg.2016.00597
ได้รับ: 10 มกราคม 2016; ยอมรับแล้ว: 11 เมษายน 2016;
เผยแพร่: 04 อาจ 2016
แก้ไขโดย:
Snehlata Jaswal, สถาบันเทคโนโลยีแห่งอินเดียโช ธ ปุระ, อินเดีย
บทวิจารณ์โดย:
Yu-Feng Zang, มหาวิทยาลัยครูปักกิ่ง, จีน
Harold H. Greene, มหาวิทยาลัยดีทรอยต์เมอร์ซี่, สหรัฐอเมริกา
ลิขสิทธิ์© 2016 Wang, Zou, Song, Xu, Wang, d'Oleire Uquillas และ Huang นี่เป็นบทความแบบเปิดที่เผยแพร่ภายใต้เงื่อนไขของ ใบอนุญาตแสดงที่มาของครีเอทีฟคอมมอนส์ (CC BY). อนุญาตให้ใช้งานแจกจ่ายหรือทำซ้ำในฟอรัมอื่นโดยผู้แต่งหรือผู้ออกใบอนุญาตจะได้รับเครดิตและสิ่งพิมพ์ต้นฉบับในวารสารนี้ได้รับการอ้างอิงตามแนวทางปฏิบัติทางวิชาการที่เป็นที่ยอมรับ ไม่อนุญาตให้ใช้แจกจ่ายหรือทำซ้ำซึ่งไม่เป็นไปตามข้อกำหนดเหล่านี้
* จดหมายโต้ตอบ: Zhiling Zou, [ป้องกันอีเมล]
†ผู้เขียนเหล่านี้มีส่วนร่วมอย่างเท่าเทียมกับงานนี้และแบ่งปันการประพันธ์ครั้งแรก
;
