ความหนาที่ผิดปกติของเยื่อหุ้มสมองในวัยรุ่นตอนปลายด้วยการติดเกมออนไลน์ (2013)

ความคิดเห็น: การเปลี่ยนแปลงของเปลือกสมองมีความสัมพันธ์กับการเสพติด สารสีเทาที่น้อยลงในเยื่อหุ้มสมองอินซูลาและออร์บิโอฟรอนทัลมีความสัมพันธ์อย่างมากกับผู้ที่ติดยาเสพติดซึ่งพบได้ในผู้ติดอินเทอร์เน็ต การเปลี่ยนแปลงของสมองเหล่านี้สัมพันธ์กับประสิทธิภาพที่แย่ลงในการทดสอบที่วัดการทำงานของเยื่อหุ้มสมองส่วนหน้า

PLoS One 2013; 8 (1): e53055. ดอย: 10.1371 / journal.pone.0053055. Epub 2013 9 ม.ค.

หยวนเค, เฉิงป, ดงต, Bi Y, Xing L, อยู่ดี, จ้าวล, ดงม, von Deneen KM, Liu Y, ราชวงศ์ฉิน, เทียนเจ.

แหล่ง

ศูนย์วิจัยวิทยาศาสตร์สิ่งมีชีวิตคณะวิทยาศาสตร์และเทคโนโลยีเพื่อชีวิตมหาวิทยาลัย Xidian ซีอานมณฑลส่านซีประเทศจีน

นามธรรม

การเล่นเกมออนไลน์ ติดยาเสพติดซึ่งเป็นประเภทย่อยที่ได้รับความนิยมสูงสุดของ อินเทอร์เน็ต ติดยาเสพติดได้รับความสนใจจากคนทั้งโลกมากขึ้นเรื่อย ๆ อย่างไรก็ตามความแตกต่างของโครงสร้างความหนาของเปลือกนอกของสมองระหว่างวัยรุ่นกับการเล่นเกมออนไลน์ ติดยาเสพติด และการควบคุมที่ดีไม่เป็นที่ทราบแน่ชัด ไม่มีความเกี่ยวข้องกับความสามารถในการควบคุมความรู้ความเข้าใจที่บกพร่อง การถ่ายภาพด้วยคลื่นสนามแม่เหล็กความละเอียดสูงจะสแกนตั้งแต่วัยรุ่นตอนปลายด้วยการเล่นเกมออนไลน์ ติดยาเสพติด (n = 18) และการควบคุมที่ตรงตามอายุการศึกษาและเพศ (n = 18)

วิธีการวัดความหนาของเปลือกนอกถูกนำมาใช้เพื่อตรวจสอบการเปลี่ยนแปลงของความหนาของเปลือกนอกในบุคคลที่เล่นเกมออนไลน์ ติดยาเสพติด.

งาน Stroop คำสีถูกใช้เพื่อตรวจสอบผลการทำงานของความผิดปกติของความหนาของเยื่อหุ้มสมอง

ข้อมูลภาพเปิดเผยในความหนาของเยื่อหุ้มสมองที่เป็นรอยพับในเยื่อหุ้มสมองส่วนหน้าด้านซ้าย, precuneus, เยื่อหุ้มสมองส่วนหน้าตรงกลาง, เยื่อหุ้มสมองส่วนขมับและช่วงกลางที่ต่ำกว่าในวัยรุ่นตอนปลายด้วยการเล่นเกมออนไลน์ ติดยาเสพติด; ในขณะเดียวกันความหนาของเปลือกนอกของวงโคจรด้านข้างซ้าย (OFC), อินซูลา, ไจรัสทางภาษา, ไจรัสด้านหลังด้านขวา, เยื่อหุ้มสมองภายในและเยื่อหุ้มสมองข้างข้างที่ด้อยกว่าลดลง

การวิเคราะห์ความสัมพันธ์แสดงให้เห็นว่าความหนาของเปลือกนอกของเปลือกนอกก่อนกลางด้านซ้ายพรีจูนิอุสและไจรัสทางภาษาสัมพันธ์กับระยะเวลาของการเล่นเกมออนไลน์ ติดยาเสพติด และความหนาของเยื่อหุ้มสมองของ OFC สัมพันธ์กับประสิทธิภาพของงานที่บกพร่องระหว่างงาน Stroop คำสีในวัยรุ่นที่มีการเล่นเกมออนไลน์ ติดยาเสพติด.

ผลการวิจัยในปัจจุบันชี้ให้เห็นว่าความผิดปกติของความหนาของเยื่อหุ้มสมองในบริเวณเหล่านี้อาจเกี่ยวข้องกับพยาธิสรีรวิทยาพื้นฐานของการเล่นเกมออนไลน์ ติดยาเสพติด.

บทนำ

เป็นช่วงเวลาที่สำคัญระหว่างวัยเด็กและวัยผู้ใหญ่วัยรุ่นถูกห้อมล้อมด้วยการเปลี่ยนแปลงในการพัฒนาทางร่างกายจิตใจและสังคม [1]. ความสามารถในการควบคุมความรู้ความเข้าใจที่ยังไม่บรรลุนิติภาวะทำให้ช่วงเวลานี้เป็นช่วงเวลาแห่งความเปราะบางและการปรับตัวและอาจนำไปสู่อุบัติการณ์ของความผิดปกติทางอารมณ์และการเสพติดในวัยรุ่นที่สูงขึ้น [2], [3], [4]. ในฐานะหนึ่งในปัญหาสุขภาพจิตที่พบบ่อยในวัยรุ่นจีนปัจจุบันโรคติดอินเทอร์เน็ต (IAD) ทวีความรุนแรงมากขึ้นเรื่อย ๆ [5], [6]. การติดเกมออนไลน์ซึ่งเป็นประเภทย่อยที่สำคัญที่สุดของ IAD ได้รับความสนใจมากขึ้นเรื่อย ๆ จากทั่วโลกโดยเฉพาะจากเอเชียตะวันออกเช่นจีนและเกาหลี วัยรุ่นที่ติดเกมออนไลน์ใช้เวลาเล่นเกมออนไลน์มากเกินไปและไม่สามารถควบคุมพฤติกรรมการเล่นเกมที่มากเกินไปได้แม้จะส่งผลเสียทางสังคมและอารมณ์เช่นผลงานลดลงและความล้มเหลวทางวิชาการ [7], [8], [9]และในกรณีที่รุนแรงแม้กระทั่งกิจกรรมทางอาญา [10]. เนื่องจากความแพร่หลายที่เพิ่มขึ้น IAD และการติดเกมออนไลน์ได้รับความสนใจทางวิทยาศาสตร์จากสถาบันการศึกษาทั่วโลก [5], [6], [7], [8], [9], [11], [12], [13], [14], [15], [16], [17], [18]. น่าเสียดายที่ปัจจุบันยังไม่มีการรักษาที่เป็นมาตรฐานสำหรับ IAD เนื่องจากขาดความเข้าใจที่ชัดเจนเกี่ยวกับกลไกที่เป็นต้นเหตุของโรคนี้ [12].

เพื่อตรวจสอบพื้นฐานทางประสาทของการติดเกมออนไลน์ได้มีการศึกษาเกี่ยวกับระบบประสาทที่เกิดขึ้นใหม่และได้เน้นถึงความผิดปกติของการทำงานในผู้ที่ติดเกมออนไลน์ [19]. ขึ้นอยู่กับการเผาผลาญกลูโคสที่ผิดปกติในเยื่อหุ้มสมองวงโคจรด้านขวา (OFC) และบริเวณอื่น ๆ [20] และระดับความพร้อมของตัวรับ dopamine D2 ใน striatum [21] ในกลุ่มการติดเกมออนไลน์นักวิจัยแนะนำว่าการติดเกมออนไลน์อาจมีความผิดปกติทางจิตวิทยาและระบบประสาทที่คล้ายคลึงกันกับความผิดปกติของการเสพติดทั้งที่มีและไม่มีสารเสพติด สอดคล้องกับมุมมองนี้ Ko et al. ระบุพื้นผิวของระบบประสาทของความอยากเล่นเกมออนไลน์โดยเปิดเผยการกระตุ้นของบริเวณสมองหลายส่วนเพื่อตอบสนองต่อสัญญาณการเล่นเกมในกลุ่มการติดเกมออนไลน์เช่น OFC, เปลือกหุ้มสมองส่วนหน้า (ACC), เยื่อหุ้มสมองส่วนหน้าด้านหลัง (DLPFC) และพาราฮิบโปแคมปัส [22], [23]. การศึกษาเกี่ยวกับการถ่ายภาพเพื่อการทำงานได้ตรวจพบกลไกประสาทที่เป็นไปได้ของการติดเกมออนไลน์อย่างไรก็ตามผลกระทบเชิงโครงสร้างของการติดเกมออนไลน์ที่มีต่อความหนาของเปลือกนอกของสมองของวัยรุ่นตอนปลายยังไม่เป็นที่ทราบกันดี [5], [24]. แม้ว่าวิธีการมอร์โฟเมตรี (VBM) ที่ใช้ voxel ได้เปิดเผยการขาดดุลของสสารสีเทาใน ACC, DLPFC, OFC, insula และไจรัสด้านซ้าย, บริเวณมอเตอร์เสริม (SMA) และสมองน้อยในผู้ที่ติดเกมออนไลน์ [5], [24]วิธีนี้มีความอ่อนไหวอย่างยิ่งต่อความแตกต่างในการลงทะเบียนระดับความเรียบและการเลือกเทมเพลตการปรับมาตรฐาน [25], [26]. ยิ่งไปกว่านั้นจากความรู้ที่ดีที่สุดของเรามีการศึกษาเพียงไม่กี่ชิ้นที่ตรวจสอบจนถึงขณะนี้ความผิดปกติของความหนาของเยื่อหุ้มสมองและความสัมพันธ์กับความบกพร่องของการควบคุมความรู้ความเข้าใจในวัยรุ่นที่ติดเกมออนไลน์

ดังนั้นวิธีการวัดความหนาของเปลือกนอกซึ่งเป็นวิธีที่เหมาะสมกว่า VBM จึงถูกนำมาใช้ในการศึกษาในปัจจุบันเพื่อตรวจสอบความสมบูรณ์ของ cytoarchitecture ในเยื่อหุ้มสมองในกลุ่มผู้ติดเกมออนไลน์ [27], [28]. ในการตีความความเกี่ยวข้องของความผิดปกติของความหนาของเปลือกนอกใด ๆ ผลกระทบทางพฤติกรรมที่เป็นไปได้ของการค้นพบนี้ได้รับการตรวจสอบโดยการวิเคราะห์ความสัมพันธ์ระหว่างการค้นพบความหนาของเปลือกนอกกับมาตรการพฤติกรรม การศึกษาก่อนหน้านี้ได้เปิดเผยถึงความสัมพันธ์ที่สำคัญระหว่างความผิดปกติของโครงสร้างและระยะเวลาของการติดเกมออนไลน์ [5]. นอกจากนี้นักวิจัยได้ตรวจพบความสามารถในการควบคุมความรู้ความเข้าใจที่บกพร่องในวัยรุ่นด้วย IAD โดยใช้งาน Stroop คำสี [29]. ดังนั้นการประเมินพฤติกรรมในการศึกษาในปัจจุบันคือระยะเวลาของการติดเกมออนไลน์และการแสดงงาน Stroop คำสี การเชื่อมต่อของการค้นพบทางประสาทสัมผัสกับดัชนีพฤติกรรมที่กำหนดไว้อย่างดีซึ่งเป็นที่ทราบกันดีว่าได้รับผลกระทบจากการติดเกมออนไลน์จะเป็นดัชนีเพิ่มเติมของความสำคัญของการค้นพบเหล่านี้ต่อการเสพติด

วิธีการและวัสดุ

2.1 คำชี้แจงด้านจริยธรรม

ขั้นตอนการวิจัยทั้งหมดได้รับการอนุมัติจากคณะอนุกรรมการด้านการศึกษาด้านมนุษย์ของโรงพยาบาล West China และดำเนินการตามปฏิญญาเฮลซิงกิ ผู้เข้าร่วมทั้งหมดในการศึกษาของเราให้ความยินยอมเป็นลายลักษณ์อักษร

ผู้เข้าร่วม 2.2

อ้างอิงจากแบบสอบถามการวินิจฉัยของเด็กที่แก้ไขแล้วสำหรับเกณฑ์การติดอินเทอร์เน็ต (YDQ) โดย Beard and Wolf [17], [30]มีการคัดเลือกนักศึกษาน้องใหม่และนักศึกษาชั้นปีที่ 165 จำนวน 18 คนในแปดเดือน นักเรียน 12 คนที่ติดเกมออนไลน์ถูกกรองออกและวัยรุ่น XNUMX คนที่ติดเกมออนไลน์ (ผู้ชาย XNUMX คนอายุเฉลี่ย=19.4 ± 3.1 ปีการศึกษา 13.4 ± 2.5 ปี) มีส่วนร่วมในการศึกษาของเราโดยไม่รวมผู้เล่นถนัดซ้ายสองคน เฉพาะบุคคลที่ไม่มีประวัติส่วนตัวหรือครอบครัวเกี่ยวกับโรคทางจิตเวชเท่านั้นที่เข้าร่วมในการศึกษาเพิ่มเติมของเรา เพื่อตรวจสอบว่ามีการเปลี่ยนแปลงเชิงเส้นในโครงสร้างสมองหรือไม่ระยะเวลาของโรคจะถูกประมาณโดยการวินิจฉัยย้อนหลัง เราขอให้อาสาสมัครระลึกถึงวิถีชีวิตของพวกเขาเมื่อตอนแรกพวกเขาติดเกมออนไลน์เป็นหลักนั่นคือ World of Warcraft (WOW) ซึ่งเป็นเกมเล่นตามบทบาทออนไลน์ (MMORPG) ที่มีผู้เล่นหลายคนจำนวนมากโดย Blizzard Entertainment เมื่อเล่นเกมออนไลน์ผู้เล่นจะต้องสร้างอวตารในโลกเสมือนจริงและผู้เล่นจำนวนมากโต้ตอบกันภายในโลกของเกมเสมือนจริง ด้วยผู้ติดตาม 9.1 ล้านคน (สูงสุด 12 ล้านคน) ณ เดือนสิงหาคม 2012 ปัจจุบัน WOW เป็นเกม MMORPG ที่มีผู้ติดตามมากที่สุดในโลกและครองสถิติกินเนสส์เวิลด์สำหรับเกม MMORPG ที่ได้รับความนิยมสูงสุดโดยสมาชิกhttp://www.ign.com/articles/2012/10/04/mists-of-pandaria-pushes-warcraft-subs-over-10-million). เพื่อรับประกันว่าพวกเขากำลังทุกข์ทรมานจากการติดอินเทอร์เน็ตเราได้ทำการทดสอบอีกครั้งโดยใช้เกณฑ์ YDQ ที่แก้ไขโดย Beard and Wolf นอกจากนี้เรายังยืนยันความน่าเชื่อถือของรายงานตนเองจากบุคคลที่ติดเกมออนไลน์โดยพูดคุยกับพ่อแม่ของพวกเขาทางโทรศัพท์และเพื่อนร่วมห้องและเพื่อนร่วมชั้น

12 การควบคุมที่เหมาะสมกับอายุและเพศ (ชาย XNUMX คนอายุเฉลี่ย=19.5 ± 2.8 ปีการศึกษา 13.3 ± 2.0 ปี) โดยไม่มีประวัติส่วนตัวหรือครอบครัวเกี่ยวกับโรคทางจิตเวชก็เข้าร่วมในการศึกษาของเราด้วย ตามการศึกษาก่อนหน้านี้ [5], [22]เราเลือกการควบคุมที่ดีต่อสุขภาพซึ่งใช้เวลาน้อยกว่า 2 ชั่วโมงต่อวันบนอินเทอร์เน็ต การควบคุมที่ดีต่อสุขภาพยังได้รับการทดสอบด้วยเกณฑ์ YDQ ที่แก้ไขโดย Beard and Wolf เพื่อให้แน่ใจว่าพวกเขาไม่ได้รับความทุกข์ทรมานจากการติดเกมออนไลน์ ผู้เข้าร่วมที่ได้รับคัดเลือกทั้งหมดที่ได้รับการคัดเลือกเป็นชาวจีนมือขวาโดยกำเนิดและได้รับการประเมินโดยรายงานส่วนตัวและแบบสอบถามความถนัดมือของเอดินบะระ เกณฑ์การยกเว้นสำหรับทั้งสองกลุ่มคือ 1) การมีอยู่ของความผิดปกติทางระบบประสาทที่ประเมินโดยการสัมภาษณ์ทางคลินิกที่มีโครงสร้างสำหรับคู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิตฉบับที่สี่ (DSM-IV); 2) แอลกอฮอล์นิโคตินหรือสารเสพติดโดยการตรวจสารเสพติดในปัสสาวะ 3) การตั้งครรภ์หรือประจำเดือนในสตรี และ 4) ความเจ็บป่วยทางกายเช่นเนื้องอกในสมองตับอักเสบหรือโรคลมบ้าหมูซึ่งประเมินตามการประเมินทางคลินิกและเวชระเบียน แบบวัดความวิตกกังวลของแฮมิลตัน (HAMA) และ Beck Depression Inventory-II (BDI) ถูกนำมาใช้เพื่อประเมินสภาวะทางอารมณ์ของผู้เข้าร่วมทั้งหมดในช่วงสองสัปดาห์ก่อนหน้านี้ ข้อมูลประชากรโดยละเอียดเพิ่มเติมมีให้ใน 1 ตาราง.

1 ตาราง  

ข้อมูลประชากรเรื่องสำหรับวัยรุ่นที่ติดเกมออนไลน์ (ช่วงอายุ: 17–22 ปี) และกลุ่มควบคุม (ช่วงอายุ: 17–21 ปี)

2.3 การรวบรวมข้อมูลพฤติกรรม

การออกแบบงาน Stroop คำสีถูกนำไปใช้โดยใช้ซอฟต์แวร์ E-prime 2.0 (http://www.pstnet.com/eprime.cfm) ตามการศึกษาก่อนหน้านี้ [31]. งานนี้ใช้การออกแบบบล็อกโดยมีเงื่อนไขสามประการคือสอดคล้องกันไม่สอดคล้องกันและส่วนที่เหลือ คำสามคำคือแดงน้ำเงินและเขียวแสดงเป็นสามสี (แดงน้ำเงินและเขียว) เป็นสิ่งเร้าที่สอดคล้องกันและไม่สอดคล้องกัน ในระหว่างการพักไม้กางเขนจะปรากฏขึ้นที่ตรงกลางของหน้าจอและผู้ทดลองต้องจับจ้องที่ไม้กางเขนนี้โดยไม่ตอบสนอง เหตุการณ์ทั้งหมดถูกตั้งโปรแกรมเป็นสองรันโดยมีลำดับของบล็อกที่สอดคล้องและไม่สอดคล้องกันต่างกัน ผู้เข้าร่วมแต่ละคนได้รับคำสั่งให้ตอบสนองต่อสีที่แสดงโดยเร็วที่สุดโดยการกดปุ่มบน Serial Response Box ™ด้วยมือขวา การกดปุ่มด้วยดัชนีกลางและนิ้วนางจะสอดคล้องกับสีแดงสีน้ำเงินและสีเขียวตามลำดับ ผู้เข้าร่วมได้รับการทดสอบเป็นรายบุคคลในห้องที่เงียบสงบเมื่อพวกเขาอยู่ในสภาพจิตใจที่สงบ หลังจากการปฏิบัติเบื้องต้นข้อมูลพฤติกรรมจะถูกรวบรวมสองหรือสามวันก่อนการสแกน MRI

2.4 การได้มาของข้อมูล MRI

การวัดคลื่นสนามแม่เหล็กทำได้โดยใช้เครื่องสแกน 3-T (Allegra; Siemens Medical System) ที่ศูนย์วิจัย Huaxi MR โรงพยาบาล West China ของมหาวิทยาลัยเสฉวนเมืองเฉิงตูประเทศจีน ได้รับภาพ 3D T1 ที่มีความละเอียดสูงสำหรับการวัดความหนาของเปลือกนอกด้วยพารามิเตอร์ต่อไปนี้: TR=1900 มิลลิวินาที; TE=2.26 มิลลิวินาที; พลิกมุม=90 °; ความละเอียดเมทริกซ์ในระนาบ=256 × 256; ชิ้น=176; มุมมอง=256 มม. × 256 มม. ขนาด voxel=1 × 1 × 1 มม. ภาพได้รับการคัดกรองโดยนักประสาทวิทยาเพื่อหาผลทางพยาธิวิทยา

2.5 การวิเคราะห์ข้อมูลการถ่ายภาพ

ก่อนการวิเคราะห์ความหนาของเปลือกนอกเราได้ตรวจสอบคุณภาพของข้อมูลดิบด้วยสายตาสำหรับไปป์ไลน์ที่ตามมา ไม่รวมภาพที่มีการบิดเบือนและสิ่งประดิษฐ์ โชคดีที่ไม่มีการคัดออกตามเกณฑ์ FreeSurfer 5.0 (http://surfer.nmr.mgh.harvard.edu/) ใช้ในการคำนวณความหนาของเปลือกนอกจากภาพสะท้อนแม่เหล็กที่มีโครงสร้าง ความหนาของเยื่อหุ้มสมองในท้องถิ่นถูกวัดโดยอาศัยความแตกต่างระหว่างตำแหน่งของจุดยอดที่เท่ากันในพื้นผิวสสารสีเทาและสีเทา - ขาว โดยสังเขปสสารสีขาวในสมองถูกแบ่งส่วนจากภาพที่ถ่วงน้ำหนัก T1 และประมาณอินเทอร์เฟซของสสารสีขาวเทา ข้อบกพร่องของภูมิประเทศในการประมาณสีเทา - ขาวได้รับการแก้ไขแล้วซึ่งจะถูกใช้เป็นจุดเริ่มต้นสำหรับการค้นหาอัลกอริทึมพื้นผิวที่เปลี่ยนรูปได้สำหรับพื้นผิวเพียล พื้นผิวของขอบสสารสีเทา - ขาวสูงเกินจริงและความแตกต่างระหว่างวัตถุในระดับความลึกของไจรีและซัลซีถูกทำให้เป็นมาตรฐาน สมองที่สร้างขึ้นใหม่ของแต่ละเรื่องมีรูปร่างผิดปกติและถูกบันทึกเป็นพื้นผิวทรงกลมโดยเฉลี่ย เพื่อให้ได้แผนที่ความแตกต่างของความหนาของเปลือกนอกข้อมูลจะถูกทำให้เรียบบนพื้นผิวด้วยเคอร์เนลแบบ Gaussian ที่มีความกว้างเต็มความกว้างสูงสุด 10 มม. เนื่องจากความจริงที่ว่าคะแนน BDI มีความแตกต่างกันอย่างมีนัยสำคัญระหว่างทั้งสองกลุ่มการเปรียบเทียบการเปลี่ยนแปลงความหนาของเยื่อหุ้มสมองในระดับภูมิภาคระหว่างกลุ่มจึงได้รับการทดสอบโดยการวิเคราะห์ความแปรปรวนร่วม (ANCOVA) จุดยอดรวมถึง BDI เป็นความแปรปรวนร่วม เพื่อแก้ไขการเปรียบเทียบหลายรายการ p แผนที่มีเกณฑ์ที่จะให้อัตราการค้นพบเท็จ (FDR) ที่คาดไว้ที่ 0.05 มีการกำหนดคลัสเตอร์ที่ประกอบด้วยจุดยอดที่แสดงความหนาของเปลือกนอกที่แตกต่างกันอย่างมีนัยสำคัญระหว่างกลุ่มการติดเกมออนไลน์และกลุ่มควบคุม ความหนาเฉลี่ยของคลัสเตอร์ถูกดึงออกมาและใช้ในการคำนวณ% ความแตกต่างเพื่อระบุขนาดของเอฟเฟกต์ เพื่อตรวจสอบความสัมพันธ์ระหว่างการค้นพบความหนาของเปลือกนอกและการติดเกมออนไลน์การวิเคราะห์ความสัมพันธ์ของสมองทั้งหมดระหว่างความหนาของเยื่อหุ้มสมองและการประเมินพฤติกรรม (เช่นระยะเวลาและข้อผิดพลาดในการตอบสนองต่องานของ Stroop ตามลำดับ) ได้ถูกนำมาใช้ในการศึกษาปัจจุบัน ค่าสูงสุดของคลัสเตอร์ที่แสดงความสัมพันธ์อย่างมีนัยสำคัญกับข้อมูลพฤติกรรม (FDR, p<0.05) ถูกสกัดและใช้ในการคำนวณค่าสัมประสิทธิ์สหสัมพันธ์ ในการศึกษาปัจจุบันเรามุ่งเน้นไปที่บริเวณสมองที่มีความหนาของเปลือกนอกแตกต่างกันอย่างมีนัยสำคัญระหว่างการติดเกมออนไลน์และกลุ่มควบคุม

ผลสอบ

ผลลัพธ์ของเราแสดงให้เห็นว่าอัตราการติดเกมออนไลน์อยู่ที่ประมาณ 12.1% ในการตรวจสอบตัวอย่างเล็กน้อยของเรา ตามรายงานการใช้อินเทอร์เน็ตด้วยตนเองพบว่าผู้ติดเกมออนไลน์ใช้เวลา 10.2 ± 2.6 ชั่วโมงต่อวันและ 6.3 ± 0.5 วันต่อสัปดาห์ในการเล่นเกมออนไลน์ วัยรุ่นที่ติดเกมออนไลน์ใช้เวลามากกว่าชั่วโมงต่อวันและวันต่อสัปดาห์บนอินเทอร์เน็ตมากกว่าการควบคุม (p<0.005) (1 ตาราง).

3.1 ผลข้อมูลพฤติกรรม

ทั้งสองกลุ่มแสดงให้เห็นถึงเอฟเฟกต์ Stroop อย่างมีนัยสำคัญโดยที่เวลาในการตอบสนองนานกว่าในช่วงที่ไม่สอดคล้องกันมากกว่าสภาวะที่สอดคล้องกัน (การติดเกมออนไลน์: 677.26 ± 75.37 เทียบกับ 581.19 ± 71.59 และการควบคุม: 638.32 ± 65.87 เทียบกับ 548.97 ± 50.59; p<0.005) กลุ่มผู้เสพติดการเล่นเกมออนไลน์มีข้อผิดพลาดมากกว่ากลุ่มควบคุมในช่วงสภาวะไม่สอดคล้องกัน (8.56 ± 4.77 เทียบกับ 4.56 ± 2.93; p<0.05) แม้ว่าความล่าช้าในการตอบสนองที่วัดได้จากเวลาในการเกิดปฏิกิริยา (RT) ในสภาวะที่ไม่สอดคล้องกันลบเงื่อนไขที่สอดคล้องกันจะไม่แตกต่างกันอย่างมีนัยสำคัญระหว่างสองกลุ่มนี้ (98.2 ± 40.37 เทียบกับ 91.92 ± 45.87; p> 0.05)

3.2 ผลลัพธ์ข้อมูลการถ่ายภาพ

หลังจากควบคุมอายุการศึกษาเพศผล HAMA และ BDI แล้วมีหลายภูมิภาคที่มีความหนาของเยื่อหุ้มสมองลดลงอย่างมีนัยสำคัญในวัยรุ่นที่ติดเกมออนไลน์เมื่อเทียบกับการควบคุมที่ดีต่อสุขภาพซึ่งประกอบด้วย OFC ด้านซ้าย (−9%) เยื่อหุ้มสมองด้านใน (−10%) −10%) และไจรัสทางภาษา (−13%) พร้อมกับไจรัสด้านหลังด้านขวา (−13%), เยื่อหุ้มสมองชั้นใน (−10%) และเยื่อหุ้มสมองข้างขม่อมที่ด้อยกว่า (−XNUMX%) (รูป 1). นอกจากนี้ความหนาของเปลือกนอกที่เพิ่มขึ้นในเยื่อหุ้มสมองส่วนหน้าด้านซ้าย (+ 14%), Precuneus (+ 13%), เยื่อหุ้มสมองส่วนหน้าตรงกลาง (+ 10%) และส่วนขมับที่ต่ำกว่า (+ 11%) และเยื่อหุ้มสมองส่วนกลางชั่วคราว (+ 11%) พบในวัยรุ่นที่ติดเกมออนไลน์ (รูป 1).

รูป 1  

ความแตกต่างของความหนาของเยื่อหุ้มสมองในวัยรุ่นที่ติดเกมออนไลน์เมื่อเทียบกับการควบคุมที่ดีต่อสุขภาพ

ความหนาของเปลือกนอกของเปลือกนอกด้านซ้าย (r=0.7902, p=0.0001) และ precuneus (r=0.7729, p=0.0002) มีความสัมพันธ์ในเชิงบวกกับระยะเวลาการเสพติดในวัยรุ่นที่ติดเกมออนไลน์ (รูป 2). เฉพาะไจรัสด้านซ้าย (r=-0.8102, p<0.0001) แสดงให้เห็นความสัมพันธ์เชิงลบอย่างมีนัยสำคัญกับระยะเวลาของการติดเกมออนไลน์ (รูป 2). นอกจากนี้ความหนาของเปลือกนอกของ OFC ด้านซ้ายมีความสัมพันธ์ผกผันกับจำนวนข้อผิดพลาดในช่วงที่มีอาการไม่เข้ากันในกลุ่มวัยรุ่นที่ติดเกมออนไลน์ (r=-0.5580, p=0.0161) (รูป 3).

รูป 2  

ผลการวิเคราะห์ความสัมพันธ์ระหว่างความหนาของเยื่อหุ้มสมองและระยะเวลาของการติดเกมออนไลน์ในวัยรุ่นตอนปลายกับการติดเกมออนไลน์
รูป 3  

ผลการวิเคราะห์ความสัมพันธ์ระหว่างความหนาของเยื่อหุ้มสมองและการแสดงงานสโตรปในวัยรุ่นที่ติดเกมออนไลน์

การสนทนา

IAD เป็นเงื่อนไขที่ระบุใหม่ซึ่งสูญเสียการควบคุมการใช้อินเทอร์เน็ตและได้รับความสนใจจากทั่วโลก [7], [9], [12], [13], [14], [15], [17]. ตามสถิติของ China Youth Internet Association (ประกาศเมื่อวันที่ 2 กุมภาพันธ์ 2010) อัตราอุบัติการณ์ของ IAD ในเยาวชนในเมืองของจีนอยู่ที่ประมาณ 14% และทั้งหมด 24 ล้านคน (http://edu.qq.com/edunew/diaocha/2009wybg.htm). นอกจากนี้ IAD ยังนำไปสู่ผลลัพธ์เชิงลบในชีวิตทางสังคมจริงและกลายเป็นแหล่งสำคัญของอาชญากรรมวัยรุ่นในประเทศจีน [8], [12], [13], [17]. ด้วยเหตุนี้ควรให้ความสนใจกับวัยรุ่นมากขึ้นด้วยประเภทย่อยของ IAD ที่เป็นที่นิยมมากที่สุดนั่นคือการติดเกมออนไลน์ การศึกษาเกี่ยวกับการถ่ายภาพเพื่อการใช้งานจำนวนมากได้ตรวจพบกลไกทางประสาทที่เป็นไปได้ของการติดเกมออนไลน์และชี้ให้เห็นว่าอาจมีความผิดปกติทางจิตวิทยาและระบบประสาทที่คล้ายคลึงกันกับความผิดปกติของการเสพติดที่มีและไม่มีสารเสพติด [20], [21], [22], [23]. น่าเสียดายที่ความผิดปกติของความหนาของเยื่อหุ้มสมองในวัยรุ่นที่ติดเกมออนไลน์และความสัมพันธ์ระหว่างความบกพร่องในการควบคุมความรู้ความเข้าใจและความแตกต่างของลักษณะภูมิประเทศของเปลือกนอกนั้นไม่เป็นที่ทราบกันดี ดังนั้นจุดประสงค์ของการศึกษาในครั้งนี้เพื่อตรวจหาความผิดปกติของความหนาของเปลือกนอกของวัยรุ่นตอนปลายที่ติดเกมออนไลน์ นอกจากนี้การแสดงงาน Stroop แบบคำสีได้รับเลือกให้เป็นแบบประเมินพฤติกรรมเพื่อตรวจสอบผลกระทบของการทำงานของความแตกต่างของความหนาของเปลือกนอก หวังเป็นอย่างยิ่งว่าการค้นพบของเราจะสามารถนำไปใช้ในการพัฒนาตัวบ่งชี้ทางชีวภาพสำหรับการสร้างภาพใหม่ ๆ ซึ่งจะช่วยเพิ่มความเข้าใจการวินิจฉัยและการรักษาการติดเกมออนไลน์

ข้อมูลทางประชากรพบว่าผู้ติดเกมออนไลน์ใช้เวลา 10.2 ± 2.6 ชั่วโมงต่อวันและ 6.3 ± 0.5 วันต่อสัปดาห์ในการเล่นเกมออนไลน์ซึ่งมากกว่าการควบคุมปกติอย่างมีนัยสำคัญ (1 ตาราง). การศึกษาก่อนหน้านี้พบว่าความสามารถในการควบคุมความรู้ความเข้าใจบกพร่องในวัยรุ่นที่ติดเกมออนไลน์ [29], [32]. เพื่อตรวจสอบความสามารถในการควบคุมความรู้ความเข้าใจที่บกพร่องในวัยรุ่นที่ติดเกมออนไลน์การทดสอบ Stroop ของคำสีได้รับการแนะนำในการศึกษาของเรา สอดคล้องกับการค้นพบก่อนหน้านี้ [29]ผู้ที่ติดเกมออนไลน์กระทำผิดมากกว่ากลุ่มควบคุมในช่วงที่มีสภาพไม่เข้ากัน ผลการศึกษาของเราแสดงให้เห็นว่าวัยรุ่นที่ติดเกมออนไลน์มีความสามารถในการควบคุมความรู้ความเข้าใจบกพร่องซึ่งวัดโดยการทดสอบ Stroop คำสี ผลการถ่ายภาพแสดงให้เห็นว่าบริเวณสมองบางส่วนที่เกี่ยวข้องกับการทำงานของผู้บริหารพบว่ามีความหนาของเยื่อหุ้มสมองลดลงในกลุ่มผู้เสพติดการเล่นเกมออนไลน์เช่น OFC ด้านซ้าย, อินซูลาคอร์เทกซ์และเยื่อหุ้มสมองภายใน ส่วนอื่น ๆ แสดงให้เห็นถึงความหนาของเปลือกนอกที่เพิ่มขึ้นเช่นไจรัส precentral ด้านซ้าย, Precuneus และเปลือกนอกขมับตรงกลาง (รูป 1). ยิ่งไปกว่านั้นการวิเคราะห์ความสัมพันธ์แสดงให้เห็นว่าความหนาของเปลือกนอกของหลายภูมิภาคมีความสัมพันธ์อย่างมีนัยสำคัญกับระยะเวลาของการเสพติดในวัยรุ่นที่ติดเกมออนไลน์ (รูป 2) ซึ่งเป็นไจรัสด้านซ้าย precentral, precuneus และ gyrus ทางภาษา นอกจากนี้ความหนาของเปลือกนอกที่ลดลงของ OFC ด้านซ้ายมีความสัมพันธ์กับความสามารถในการควบคุมความรู้ความเข้าใจที่บกพร่องซึ่งวัดโดยงาน Stroop คำสี (รูป 3). การค้นพบนี้แสดงให้เห็นว่ามีผลสะสมของการติดเกมออนไลน์ต่อความหนาของเปลือกนอกของบริเวณสมองเหล่านี้ ความเชื่อมโยงระหว่างการค้นพบความหนาของเปลือกนอกกับการประเมินพฤติกรรมสามารถปรับปรุงความเข้าใจของเราเกี่ยวกับผลกระทบเชิงโครงสร้างของการติดเกมออนไลน์ที่มีต่อสมองในวัยรุ่น

ในการศึกษาปัจจุบันเราตรวจพบความหนาของเปลือกนอกที่ลดลงใน OFC ด้านซ้าย (รูป 1). OFC มีส่วนเกี่ยวข้องอย่างมากในการให้รางวัลและการตัดสินใจ [33] ตามข้อสรุปจากการศึกษาการติดยาก่อนหน้านี้ [34]. บริเวณนี้เป็นส่วนสำคัญของเปลือกนอกส่วนหน้าและมีการเชื่อมต่อทางชีววิทยากับโหนดย่อยที่สำคัญที่เกี่ยวข้องกับการเรียนรู้และการให้รางวัลเช่นอะมิกดาลาฐานและนิวเคลียสแอคคัมเบนส์ (NAc) โดยอาศัยความเชื่อมโยงเหล่านี้ OFC อยู่ในตำแหน่งที่ไม่เหมือนใครในการใช้ข้อมูลที่เชื่อมโยงเพื่อฉายภาพในอนาคตและเพื่อใช้คุณค่าของผลลัพธ์ที่รับรู้หรือคาดหวังและในที่สุดเพื่อเป็นแนวทางในการตัดสินใจ [33]. หลักฐานเพิ่มเติมจากการศึกษาการเสพติดไปจนถึงสารที่แสดงความผิดปกติของโครงสร้างใน OFC สรุปได้ว่าความเสียหายใน OFC เกี่ยวข้องกับความสามารถในการควบคุมแรงกระตุ้นและการตัดสินใจที่บกพร่อง [33]. อาคินขาดความสามารถในการตัดสินใจในผู้ติดสารเสพติดวัยรุ่นที่ติดเกมออนไลน์ยังแสดงพฤติกรรมที่เกิดจากประสิทธิภาพในการตัดสินใจที่ลดลงนั่นคือพฤติกรรมการแสวงหาอินเทอร์เน็ตที่ถูกบีบบังคับอย่างต่อเนื่องแม้จะตระหนักถึงผลลัพธ์เชิงลบ [12], [13], [35]. นอกจากนี้ความสัมพันธ์ที่สำคัญระหว่างความหนาของเปลือกนอกของ OFC และประสิทธิภาพของงานในระหว่างการทดสอบ Stroop คำสีพบได้ในการศึกษาปัจจุบันของเรา (รูป 3). การศึกษาการเสพติดก่อนหน้านี้ได้เปิดเผยความสัมพันธ์ระหว่างการรบกวนของ Stroop และการเผาผลาญกลูโคสสัมพัทธ์ใน OFC ในกลุ่มที่ติดโคเคน [36]. ความสัมพันธ์กับพฤติกรรมทางสมองนี้แสดงให้เห็นว่าโครงสร้างที่ผิดปกติของ OFC เกี่ยวข้องกับการทำงานของผู้บริหารที่บกพร่องในกลุ่มวัยรุ่นที่ติดเกมออนไลน์ ผลลัพธ์ของเราแสดงหลักฐานเพิ่มเติมสำหรับการเปลี่ยนแปลงโครงสร้างของ OFC ในวัยรุ่นที่ติดเกมออนไลน์

นอกจากนี้เรายังตรวจพบความหนาของเยื่อหุ้มสมองที่ลดลงของ insula ในวัยรุ่นที่ติดเกมออนไลน์ซึ่งสอดคล้องกับการศึกษา VBM ในอดีต [24]. Insula ได้รับการเน้นว่าเป็นภูมิภาคที่รวมรัฐระหว่างกันเข้ากับความรู้สึกที่ใส่ใจและกระบวนการตัดสินใจ [37] และความผิดปกติของ insula อาจนำไปสู่การตัดสินใจที่ผิดปกติ [38]. เมื่อเร็ว ๆ นี้พบว่าผู้สูบบุหรี่ที่มีความเสียหายทางสมองซึ่งรวมถึงอินซูลาพบว่ามีแนวโน้มที่จะหยุดการติดบุหรี่ได้ง่ายกว่าผู้สูบบุหรี่ที่มีความเสียหายทางสมองโดยเฉพาะของอินซูลา [39]. ผู้ทดลองในอดีตมีความสามารถในการเลิกบุหรี่ได้ดีขึ้นทันทีโดยไม่กำเริบและกระตุ้นให้สูบบุหรี่อย่างต่อเนื่อง ผลการวิจัยของเราชี้ให้เห็นว่าอินซูลาอาจเป็นสารตั้งต้นของระบบประสาทที่สำคัญในการติดเกมออนไลน์ นอกจากนี้ยังสังเกตเห็นความหนาของเปลือกนอกที่บางลงของ lobule ข้างขม่อมด้านขวาที่ต่ำกว่าด้านขวา gyrus postcentral และ entorhinal cortex (รูป 1). การศึกษาก่อนหน้านี้แสดงให้เห็นว่า lobule ข้างขม่อมที่ด้อยกว่ามีความสำคัญต่อการควบคุมการยับยั้ง [40]ความอยากโคเคนที่กระตุ้นคิว [41] และความอยากเล่นเกม [22]. สำหรับไจรัสหลังศูนย์กลางการศึกษาก่อนหน้านี้ยังตรวจพบความสม่ำเสมอในระดับภูมิภาคที่เพิ่มขึ้นในไจรัสหลังศูนย์กลางในอาสาสมัครที่มี IAD [42]. ในเนื้อเยื่อสมองของมนุษย์พบตัวรับโดปามีน D4 (DRD4) ในเยื่อหุ้มสมองส่วนปลาย [43] และตัวแปรตัวรับ DRD4 เกี่ยวข้องกับการแสวงหาสิ่งแปลกใหม่ [44]. วัยรุ่นแสดงพฤติกรรมที่แสวงหาสิ่งแปลกใหม่และพฤติกรรมเสี่ยงซึ่งอาจเกี่ยวข้องกับความก้าวหน้าจากการใช้ในทางที่ผิดไปจนถึงการติดยาหลายชนิด [1]. สอดคล้องกับการศึกษา VBM ก่อนหน้านี้ [24]เราตรวจพบความหนาของเยื่อหุ้มสมองที่ลดลงของไจรัสทางภาษาในวัยรุ่นที่ติดเกมออนไลน์ การศึกษาการเสพติดก่อนหน้านี้พบว่ามีการกระตุ้นในไจรัสทางภาษาในระหว่างการประมวลผลข้อมูลเกี่ยวกับคิวยา [45], [46]. เราได้จัดเตรียมหลักฐานทางวิทยาศาสตร์สำหรับความหนาของเปลือกนอกที่บางลงของ lobule ข้างขม่อมที่ด้อยกว่า, ไจรัสด้านหลังด้านขวาและเยื่อหุ้มสมองชั้นในในการศึกษาปัจจุบัน (รูป 1). เห็นได้ชัดว่าจำเป็นต้องใช้ความพยายามมากขึ้นในการระบุบทบาทที่ถูกต้องของบริเวณสมองเหล่านี้ในการติดเกมออนไลน์

นอกเหนือจากความหนาของเยื่อหุ้มสมองที่ลดลงแล้วความหนาของเปลือกนอกที่เพิ่มขึ้นของ precuneus ด้านซ้ายจะถูกระบุในการศึกษาของเรา (รูป 1) ซึ่งเกี่ยวข้องกับภาพความสนใจและการเรียกคืนความทรงจำ [47]. การศึกษาการติดเกมออนไลน์ก่อนหน้านี้ได้เปิดเผยการเปิดใช้งานสารตั้งต้นสำหรับการตอบสนองต่อคิวการเล่นเกม [23]. นอกจากนี้การเปิดใช้งานยังสัมพันธ์กับการกระตุ้นการเล่นเกมความอยากและความรุนแรงของการติดเกมออนไลน์ [23]. พวกเขาแนะนำว่า precuneus เปิดใช้งานเพื่อประมวลผลคิวการเล่นเกมรวมหน่วยความจำที่ดึงมาและมีส่วนทำให้เกิดความอยากเล่นเกมออนไลน์ [23]. นอกจากนี้ยังพบความหนาของเปลือกนอกที่เพิ่มขึ้นของเปลือกนอกขมับที่ด้อยกว่าและเยื่อหุ้มสมองส่วนหน้าตรงกลางในการศึกษาปัจจุบัน (รูป 1). เยื่อหุ้มสมองขมับที่ด้อยกว่า [41] และเยื่อหุ้มสมองส่วนหน้าตรงกลาง [48] มีส่วนร่วมในความอยากที่เกิดจากยาเสพติด ดังนั้นเราจึงแนะนำว่าความหนาของเยื่อหุ้มสมองที่เพิ่มขึ้นของ precuneus, เปลือกนอกขมับที่ด้อยกว่าและเปลือกสมองตรงกลางในการติดเกมออนไลน์อาจเกี่ยวข้องกับความอยากเล่นเกม

ความหนาของเปลือกนอกที่เพิ่มขึ้นของเปลือกนอกก่อนกลางและเปลือกนอกขมับตรงกลางยังถูกระบุในการศึกษาปัจจุบัน (รูป 1). การศึกษาก่อนหน้านี้ระบุว่าสมองของมนุษย์มีความสามารถในการปรับรูปร่างตัวเองเพื่อปรับให้เข้ากับการเปลี่ยนแปลงของสภาพแวดล้อมภายนอกหรือสภาพแวดล้อมภายใน [49], [50], [51], [52]. วัยรุ่นที่ติดเกมออนไลน์ใช้เวลาส่วนใหญ่ในการเล่นเกมออนไลน์เป็นเวลาหลายปีจนกลายเป็นเด็กที่มีทักษะในการคลิกเมาส์และพิมพ์คีย์บอร์ดได้อย่างน่าอัศจรรย์เพื่อให้ผู้เล่นมีปฏิสัมพันธ์กับสภาพแวดล้อมที่ท้าทายระหว่างเกม WOW ได้ดีขึ้น เนื่องจากเปลือกนอกส่วนหน้ามีส่วนเกี่ยวข้องกับการวางแผนและดำเนินการเคลื่อนไหวเป็นหลัก [53], [54], [55], [56] และการเปลี่ยนแปลงโครงสร้างของเปลือกนอกขมับกลางที่เกิดจากการฝึกอบรมในการศึกษา VBM ก่อนหน้านี้ [51], [57]เราขอแนะนำว่าการเปลี่ยนแปลงความหนาของเปลือกนอกในพื้นที่เหล่านี้อาจเกี่ยวข้องกับกระบวนการได้รับการอัพเกรดทักษะการเล่นที่ดีขึ้นจาก "มือใหม่" เป็น "ผู้เล่นขั้นสูง" อย่างไรก็ตามบทบาทเฉพาะของภูมิภาคที่หนาขึ้นในวัยรุ่นที่ติดเกมออนไลน์จำเป็นต้องมีการตรวจสอบเพิ่มเติมในการศึกษาในอนาคตโดยใช้การออกแบบที่ครอบคลุมมากขึ้น

การศึกษาของเราใช้การออกแบบตัดขวางและคำถามเกิดขึ้นว่าความแตกต่างเหล่านี้เป็นผลหรือเงื่อนไขเบื้องต้นของการติดเกมออนไลน์ แม้ว่าความสัมพันธ์กับระยะเวลาของผลการติดเกมออนไลน์อาจแสดงให้เห็นว่าการเปลี่ยนแปลงความหนาของเปลือกนอกของบริเวณสมองในการศึกษาในปัจจุบันเป็นผลมาจากการติดเกมออนไลน์คำถามนี้สามารถตอบได้โดยการตรวจสอบลักษณะทางเวลาของประสบการณ์ที่เกิดจากประสบการณ์เท่านั้น ความเป็นพลาสติกเปลี่ยนไปโดยใช้การออกแบบตามยาวในอนาคต นอกจากนี้ยังจำเป็นต้องมีการวัดผลด้านความรู้ความเข้าใจเพิ่มเติมเช่นงานรางวัลความอยากและความจำเพื่ออธิบายผลการศึกษาในปัจจุบัน

สรุป

ผลการถ่ายภาพของเราพบว่าความหนาของเปลือกนอกของ OFC ด้านข้างซ้ายลดลง, insula cortex, gyrus ทางภาษา, gyrus หลังขวา, entorhinal cortex และ parietal cortex ที่ด้อยกว่าในวัยรุ่นที่ติดเกมออนไลน์ อย่างไรก็ตามความหนาของเปลือกนอกของเยื่อหุ้มสมองส่วนหน้าด้านซ้าย, precuneus, เยื่อหุ้มสมองส่วนหน้าตรงกลาง, เยื่อหุ้มสมองส่วนขมับและช่วงกลางส่วนล่างที่ด้อยกว่าเพิ่มขึ้น การวิเคราะห์ความสัมพันธ์แสดงให้เห็นว่าความหนาของเปลือกนอกของเยื่อหุ้มสมองด้านซ้าย precentral cortex, precuneus และ Lingual gyrus มีความสัมพันธ์กับระยะเวลาของการติดเกมออนไลน์และความหนาของเปลือกนอกของ OFC ที่สัมพันธ์กับประสิทธิภาพการทำงานที่บกพร่องระหว่างงาน Stroop คำสีในวัยรุ่นที่ติดเกมออนไลน์ . ผลการวิจัยในปัจจุบันชี้ให้เห็นว่าความผิดปกติของความหนาของเยื่อหุ้มสมองในบริเวณเหล่านี้อาจเกี่ยวข้องกับพยาธิสรีรวิทยาพื้นฐานของการติดเกมออนไลน์

คำแถลงเงิน

การศึกษานี้ได้รับการสนับสนุนจากโครงการสำหรับโครงการวิจัยและพัฒนาพื้นฐานสำคัญแห่งชาติ (973) ภายใต้ Grant Nos 2011CB707702 และ 2012CB518501; มูลนิธิวิทยาศาสตร์ธรรมชาติแห่งชาติของจีนภายใต้ Grant Nos 30930112, 30970774, 60901064, 30873462, 81000640, 81000641, 81071217, 81101036, 81101108 และ 31150110171; กองทุนวิจัยพื้นฐานสำหรับมหาวิทยาลัยกลางและโครงการนวัตกรรมความรู้ของ Chinese Academy of Sciences ภายใต้ Grant No. KGCX2-YW-129 ผู้ให้ทุนไม่มีบทบาทในการออกแบบการศึกษาการรวบรวมและการวิเคราะห์ข้อมูลการตัดสินใจเผยแพร่หรือจัดทำต้นฉบับ

อ้างอิง

1. เคซี่ย์ บี, โจนส์ อาร์, แฮร์ ที (2008) สมองของวัยรุ่น. พงศาวดารของ New York Academy of Sciences 1124:-111 126 [บทความฟรี PMC] [PubMed]
2. สไตน์เบิร์กแอล (2005) การพัฒนาความรู้ความเข้าใจและอารมณ์ในวัยรุ่น. แนวโน้มของวิทยาศาสตร์พุทธิปัญญา 9:-69 74 [PubMed]
3. ไพน์ ดี, โคเฮน พี, บรู๊ค เจ (2001) การตอบสนองทางอารมณ์และความเสี่ยงต่อโรคจิตในวัยรุ่น. สเปคตรัมของระบบประสาทส่วนกลาง 6:-27 35 [PubMed]
4. Silveri M, Tzilos G, Pimentel P, Yurgelun-ทอดด์ D (2004) วิถีของพัฒนาการทางอารมณ์และความรู้ความเข้าใจของวัยรุ่น: ผลของเพศและความเสี่ยงจากการใช้ยา. พงศาวดารของ New York Academy of Sciences 1021:-363 370 [PubMed]
5. Yuan K, Qin W, Wang G, Zeng F, Zhao L และอื่น ๆ (2011) ความผิดปกติของโครงสร้างจุลภาคในวัยรุ่นที่มีความผิดปกติของการติดอินเทอร์เน็ต. PLoS ONE 6: e20708 [บทความฟรี PMC] [PubMed]
6. Dong G, Lu Q, Zhou H, Zhao X, ไมล์ เจ (2011) ผู้นำหรือผลสืบเนื่อง: ความผิดปกติทางพยาธิวิทยาในคนที่มีความผิดปกติของการเสพติดอินเทอร์เน็ต. PLoS ONE 6: e14703 [บทความฟรี PMC] [PubMed]
7. Young K (1999) การติดอินเทอร์เน็ต: อาการการประเมินและการรักษา. นวัตกรรมในการปฏิบัติทางคลินิก: หนังสือแหล่งที่มา 17:-19 31
8. Chou C, Condron L, เบลแลนด์ เจ (2005) การทบทวนงานวิจัยเรื่องการติดอินเทอร์เน็ต. ทบทวนจิตวิทยาการศึกษา 17:-363 388
9. Young K (2010) การติดอินเทอร์เน็ตในช่วงทศวรรษ: การมองย้อนกลับไป. จิตเวชศาสตร์โลก 9: 91 [บทความฟรี PMC] [PubMed]
10. รีคูเปโร่ พีอาร์ (2008) การประเมินทางนิติวิทยาศาสตร์ของการใช้อินเทอร์เน็ตที่มีปัญหา. วารสาร American Academy of Psychiatry and the Law Online 36:-505 514 [PubMed]
11. Ko C, Hsiao S, Liu G, Yen J, Yang M และอื่น ๆ (พ.ศ. 2010) ลักษณะของการตัดสินใจโอกาสในการรับความเสี่ยงและบุคลิกภาพของนักศึกษาที่ติดอินเทอร์เน็ต. การวิจัยทางจิตเวช 175:-121 125 [PubMed]
12. ฟลิชเชอร์ ซี (2010) การเสียบปลั๊ก: ภาพรวมของการติดอินเทอร์เน็ต. วารสารกุมารเวชศาสต​​ร์และสุขภาพเด็ก 46:-557 559 [PubMed]
13. คริสทาคิสดี (2010) การติดอินเทอร์เน็ต: การแพร่ระบาดในศตวรรษที่ 21? BMC ยา 8: 61 [บทความฟรี PMC] [PubMed]
14. อาบูจาอูด อี (2010) การใช้อินเทอร์เน็ตที่มีปัญหา: ภาพรวม. จิตเวชศาสตร์โลก 9:-85 90 [บทความฟรี PMC] [PubMed]
15. บล็อก JJ (2008) ปัญหาสำหรับ DSM-V: การติดอินเทอร์เน็ต. วารสารจิตเวชอเมริกัน 165:-306 307 [PubMed]
16. โมราฮัน - มาร์ตินเจชูมัคเกอร์พี (2000) อุบัติการณ์และสหสัมพันธ์ของการใช้อินเทอร์เน็ตทางพยาธิวิทยาในกลุ่มนักศึกษา. คอมพิวเตอร์ในพฤติกรรมมนุษย์ 16:-13 29
17. Young K (1998) การติดอินเทอร์เน็ต: การเกิดขึ้นของความผิดปกติทางคลินิกใหม่. CyberPsychology & Behavior 1:-237 244
18. Durkee T, Kaess M, Carli V, Parzer P, Wasserman C และอื่น ๆ . (2012) ความชุกของการใช้อินเทอร์เน็ตทางพยาธิวิทยาของวัยรุ่นในยุโรป: ปัจจัยทางประชากรและสังคม. การเสพติด ดอย: 10.1111 / j.1360-0443.2012.03946.x. [PubMed]
19. หยวน เค, ฉิน ดับบลิว, หลิว วาย, เทียน เจ (2011) การติดอินเทอร์เน็ต: ผลการวิจัยเกี่ยวกับระบบประสาท. ชีววิทยาการสื่อสารและเชิงบูรณาการ 4:-637 639 [บทความฟรี PMC] [PubMed]
20. Park HS, Kim SH, Bang SA, Yoon EJ, Cho SS และอื่น ๆ (พ.ศ. 2010) การเปลี่ยนแปลงการเผาผลาญกลูโคสในสมองในภูมิภาคที่เปลี่ยนแปลงไปในเกมทางอินเทอร์เน็ต Overusers: A18f-fluorodeoxyglucose Positron Emission Tomography Study. สเปคตรัมของระบบประสาทส่วนกลาง 15:-159 166 [PubMed]
21. Kim SH, Baik SH, Park CS, Kim SJ, Choi SW และอื่น ๆ (2011) ลดผู้รับ dopamine D2 striatal ในผู้ที่ติดอินเทอร์เน็ต. NeuroReport 22:-407 411 [PubMed]
22. Ko C, Liu G, Hsiao S, Yen J, Yang M, และคณะ (2009) กิจกรรมสมองที่เกี่ยวข้องกับการกระตุ้นให้เกิดการติดเกมออนไลน์. วารสารวิจัยทางจิตเวช 43:-739 747 [PubMed]
23. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF และอื่น ๆ . (2011) สมองมีความสัมพันธ์กับความอยากเล่นเกมออนไลน์ภายใต้การเปิดเผยในกลุ่มที่ติดการเล่นเกมทางอินเทอร์เน็ตและในหัวข้อที่ส่ง ชีววิทยาการเสพติด ดอย: 10.1111 / j.1369–1600.2011.00405.x. [PubMed]
24. Zhou Y, Lin F, Du Y, Qin L, Zhao Z และอื่น ๆ (2011) ความผิดปกติของ Grey Matter ในการติดอินเทอร์เน็ต: การศึกษา morphometry ที่ใช้ voxel. วารสารรังสีวิทยายุโรป 79:-92 95 [PubMed]
25. โจนส์ DK, Symms MR, Cercignani M, Howard RJ (2005) ผลกระทบของขนาดตัวกรองต่อการวิเคราะห์ VBM ของข้อมูล DT-MRI. Neuroimage 26:-546 554 [PubMed]
26. บุ๊คสไตน์ฟลอริดา (2001) ไม่ควรใช้“ มอร์โฟเมตรีแบบ Voxel” กับภาพที่ลงทะเบียนไม่สมบูรณ์. Neuroimage 14:-1454 1462 [PubMed]
27. Fischl B, Dale AM ​​(2000) การวัดความหนาของเปลือกสมองมนุษย์จากภาพด้วยคลื่นสนามแม่เหล็ก. ดำเนินการตามกฎหมายของ National Academy of Sciences ของสหรัฐอเมริกา 97:-11050 11055 [บทความฟรี PMC] [PubMed]
28. คุห์น เอส, ชูเบิร์ต เอฟ, กัลลินาท เจ (2010) ลดความหนาของเยื่อหุ้มสมองวงโคจรตรงกลางในผู้สูบบุหรี่. ทางชีวภาพจิตเวชศาสต​​ร์ 68:-1061 1065 [PubMed]
29. Dong G, Zhou H, Zhao X (2011) ผู้ติดอินเทอร์เน็ตเพศชายแสดงความสามารถในการควบคุมผู้บริหารที่บกพร่อง: หลักฐานจากงาน Stroop คำสี. ตัวอักษรประสาทวิทยา 499:-114 118 [PubMed]
30. เครา K, Wolf E (2001) การปรับเปลี่ยนในเกณฑ์การวินิจฉัยที่เสนอสำหรับการติดอินเทอร์เน็ต. CyberPsychology & Behavior 4:-377 383 [PubMed]
31. Xu J, Mendrek A, Cohen MS, Monterosso J, Simon S และอื่น ๆ (พ.ศ. 2006) ผลของการสูบบุหรี่ต่อการทำงานของเยื่อหุ้มสมองส่วนหน้าในผู้สูบบุหรี่ที่ไม่ได้รับการยกเว้นที่ทำ Stroop Task. Neuropsychopharmacology 32:-1421 1428 [บทความฟรี PMC] [PubMed]
32. เฉา เอฟ, ซู แอล, หลิว ที, เกา เอ็กซ์ (2007) ความสัมพันธ์ระหว่างความหุนหันพลันแล่นและการติดอินเทอร์เน็ตในกลุ่มตัวอย่างวัยรุ่นจีน. จิตเวชยุโรป 22:-466 471 [PubMed]
33. Schoenbaum G, Roesch MR, Stalnaker TA (2006) Orbitofrontal cortex การตัดสินใจและการติดยา. แนวโน้มของประสาทวิทยาศาสตร์ 29:-116 124 [บทความฟรี PMC] [PubMed]
34. วิลสัน เอส, ซาเยตต์ เอ็ม, เฟียซ เจ (2004) การตอบสนองล่วงหน้าต่อตัวชี้นำยา: การวิเคราะห์ทางระบบประสาท. ประสาทธรรมชาติ 7:-211 214 [บทความฟรี PMC] [PubMed]
35. ตง จี, หลู คิว, โจว เอช, จ้าว เอ็กซ์ (2010) การยับยั้งแรงกระตุ้นในผู้ที่มีความผิดปกติของการเสพติดอินเทอร์เน็ต: หลักฐานทางเคมีไฟฟ้าจากการศึกษา Go / NoGo. ตัวอักษรประสาทวิทยา 485:-138 142 [PubMed]
36. โกลด์สตีนอาร์โวลโคว N (2002) ติดยาเสพติดและพื้นฐาน neurobiological: หลักฐาน neuroimaging สำหรับการมีส่วนร่วมของเยื่อหุ้มสมองด้านหน้า. วารสารจิตเวชอเมริกัน 159:-1642 1652 [บทความฟรี PMC] [PubMed]
37. คริตชลีย์ เอชดี, วีนส์ เอส, รอตชไตน์ พี, เอชมาน เอ, โดแลน อาร์เจ (2004) ระบบประสาทที่รองรับการรับรู้ระหว่างปฏิกิริยา. ประสาทธรรมชาติ 7:-189 195 [PubMed]
38. Paulus MP, Stein MB (2006) มุมมองเฉพาะของความวิตกกังวล. ทางชีวภาพจิตเวชศาสต​​ร์ 60:-383 387 [PubMed]
39. นัควี เอ็นเอช, รูดราฟ ดี, ดามาซิโอ เอช, เบชารา เอ (2007) ความเสียหายที่เกิดกับอินซูลารบกวนการติดบุหรี่. วิทยาศาสตร์ 315:-531 534 [PubMed]
40. การาวาน เอช, รอสส์ ที, เมอร์ฟี่ เค, โรช อาร์, สไตน์ อี (2002) ฟังก์ชันผู้บริหารที่แยกตัวได้ในการควบคุมพฤติกรรมแบบไดนามิก: การยับยั้งการตรวจจับข้อผิดพลาดและการแก้ไข. Neuroimage 17:-1820 1829 [PubMed]
41. Grant S, London ED, Newlin DB, Villemagne VL, Liu X และอื่น ๆ (พ.ศ. 1996) การเปิดใช้งานวงจรหน่วยความจำในระหว่างความอยากโคเคนออกมา. ดำเนินการตามกฎหมายของ National Academy of Sciences ของสหรัฐอเมริกา 93:-12040 10245 [บทความฟรี PMC] [PubMed]
42. Jun L, Xue-ping G, Osunde I, Xin L, Shun-ke Z และอื่น ๆ (พ.ศ. 2010) ความสม่ำเสมอในระดับภูมิภาคที่เพิ่มขึ้นในโรคเสพติดอินเทอร์เน็ต: การศึกษาการถ่ายภาพด้วยคลื่นสนามแม่เหล็ก. วารสารการแพทย์จีน 123:-1904 1908 [PubMed]
43. Primus RJ, Thurkauf A, Xu J, Yevich E, Mcinerney S และอื่น ๆ (พ.ศ. 1997) II. การแปลและการกำหนดลักษณะของโดปามีน D4 ไซต์ที่มีผลผูกพันในหนูและสมองของมนุษย์โดยใช้นวนิยายลิแกนด์เลือกตัวรับ D4 [3H] NGD 94–1. วารสารเภสัชวิทยาและการทดลองเชิงทดลอง 282:-1020 1027 [PubMed]
44. Schinka J, Letsch E, ครอว์ฟอร์ด เอฟ (2002) DRD4 และการแสวงหาสิ่งแปลกใหม่: ผลการวิเคราะห์เมตาดาต้า. วารสารการแพทย์อเมริกันพันธุศาสตร์ 114:-643 648 [PubMed]
45. กิลแมน เจเอ็ม, ฮอมเมอร์ DW (2008) การปรับการตอบสนองของสมองต่อภาพทางอารมณ์โดยสัญญาณแอลกอฮอล์ในผู้ป่วยที่ติดสุรา. ชีววิทยาการเสพติด 13:-423 434 [PubMed]
46. David SP, Munaf MR, Johansen-Berg H, Smith SM, Rogers RD และอื่น ๆ (พ.ศ. 2005) Ventral striatum / นิวเคลียสกระตุ้นการทำงานของสัญญาณภาพที่เกี่ยวข้องกับการสูบบุหรี่ในผู้สูบบุหรี่และผู้ไม่สูบบุหรี่: การศึกษาการถ่ายภาพด้วยคลื่นสนามแม่เหล็กที่ใช้งานได้. ทางชีวภาพจิตเวชศาสต​​ร์ 58:-488 494 [PubMed]
47. Cavanna AE, ทริมเบิล MR (2006) The precuneus: การทบทวนกายวิภาคศาสตร์การทำงานและความสัมพันธ์เชิงพฤติกรรม. ของเล่นเพิ่มพัฒนาสมอง 129:-564 583 [PubMed]
48. Kilts CD, Schweitzer JB, Quinn CK, Gross RE, Faber TL และอื่น ๆ (พ.ศ. 2001) กิจกรรมของระบบประสาทที่เกี่ยวข้องกับความอยากยาในการติดโคเคน. จดหมายเหตุทั่วไปจิตเวชศาสตร์ 58:-334 341 [PubMed]
49. Maguire EA, Gadian DG, Johnsrude IS, Good CD, Ashburner J และอื่น ๆ (พ.ศ. 2000) การเปลี่ยนแปลงโครงสร้างที่เกี่ยวข้องกับการนำทางในฮิปโปแคมปิของคนขับแท็กซี่. ดำเนินการตามกฎหมายของ National Academy of Sciences ของสหรัฐอเมริกา 97:-4398 4403 [บทความฟรี PMC] [PubMed]
50. Maguire EA, Woollett K, Spires HJ (2006) คนขับรถแท็กซี่และคนขับรถประจำทางในลอนดอน: MRI โครงสร้างและการวิเคราะห์ทางประสาทวิทยา. Hippocampus 16:-1091 1101 [PubMed]
51. Draganski B, Gaser C, Busch V, Schuierer G, Bogdahn U และอื่น ๆ (2004) Neuroplasticity: การเปลี่ยนแปลงในเรื่องสีเทาที่เกิดจากการฝึกอบรม. ธรรมชาติ 427:-311 312 [PubMed]
52. อาจ A (2011) ความยืดหยุ่นของโครงสร้างขึ้นอยู่กับประสบการณ์ในสมองของมนุษย์ที่เป็นผู้ใหญ่. แนวโน้มของวิทยาศาสตร์พุทธิปัญญา 15:-475 482 [PubMed]
53. Karni A, Meyer G, Rey-Hipolito C, Jezzard P, Adams MM และอื่น ๆ (พ.ศ. 1998) การได้มาซึ่งสมรรถนะของมอเตอร์ที่มีทักษะ: การเปลี่ยนแปลงที่เกิดจากประสบการณ์อย่างรวดเร็วและช้าในเยื่อหุ้มสมองหลักของมอเตอร์. ดำเนินการตามกฎหมายของ National Academy of Sciences ของสหรัฐอเมริกา 95:-861 868 [บทความฟรี PMC] [PubMed]
54. ชนิทซ์เลอร์ A, Salenius S, Salmelin R, Jousmäki V, Hari R (1997) การมีส่วนร่วมของเยื่อหุ้มสมองหลักในภาพยนต์: การศึกษาเกี่ยวกับเซลล์ประสาทแม่เหล็ก. Neuroimage 6:-201 208 [PubMed]
55. Rao S, Bandettini P, Binder J, Bobholz J, Hammeke T และอื่น ๆ (พ.ศ. 1996) ความสัมพันธ์ระหว่างอัตราการเคลื่อนไหวของนิ้วและการเปลี่ยนแปลงของสัญญาณเรโซแนนซ์แม่เหล็กที่ใช้งานได้ในเยื่อหุ้มสมองหลักของมนุษย์. วารสารการไหลเวียนของเลือดในสมองและการเผาผลาญ 16:-1250 1254 [PubMed]
56. Shibasaki H, Sadato N, Lyshkow H, Yonekura Y, Honda M และอื่น ๆ (พ.ศ. 1993) ทั้งคอร์เทกซ์มอเตอร์หลักและบริเวณมอเตอร์เสริมมีบทบาทสำคัญในการเคลื่อนไหวของนิ้วที่ซับซ้อน. ของเล่นเพิ่มพัฒนาสมอง 116:-1387 1398 [PubMed]
57. Boyke J, Driemeyer J, Gaser C, Buchel C, พฤษภาคม (2008) การเปลี่ยนแปลงโครงสร้างสมองที่เกิดจากการฝึกอบรมในผู้สูงอายุ. วารสารประสาทวิทยา 28:-7031 7035 [PubMed]