(REMISSION) การเปลี่ยนแปลงของระบบประสาทและการเชื่อมต่อของเยื่อหุ้มสมอง - subcortical ที่เกี่ยวข้องกับการฟื้นตัวจากความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต (2019)

J Behav Addict 2019 Dec 1; 8 (4): 692-702 doi: 10.1556 / 2006.8.2019.75

ดง GH1,2, วังม1, จางเจ3, ดูเอ็กซ์4, Potenza MN5,6,7.

นามธรรม

ความเป็นมาและเป้าหมาย:

แม้ว่าการศึกษาได้แนะนำว่าบุคคลที่มีความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต (IGD) อาจมีความบกพร่องในการทำงานของความรู้ความเข้าใจธรรมชาติของความสัมพันธ์นั้นไม่ชัดเจนเนื่องจากข้อมูลมักมาจากการศึกษาแบบภาคตัดขวาง

วิธีการ:

บุคคลที่ใช้งาน IGD (n = 154) และบุคคลเหล่านั้นไม่ผ่านเกณฑ์อีกต่อไป (n = 29) หลังจาก 1 ปีได้รับการตรวจสอบตามระยะยาวโดยใช้การถ่ายภาพด้วยคลื่นสนามแม่เหล็กที่ใช้งานได้ในระหว่างการปฏิบัติงานตามความต้องการ การตอบสนองอัตนัยและความสัมพันธ์ของระบบประสาทมีความแตกต่างกันเมื่อเริ่มมีอาการของการศึกษาและที่ 1 ปี

ผล:

การตอบสนองต่อความอยากเล่นเกมของอาสาสมัครลดลงอย่างมีนัยสำคัญใน 1 ปีเมื่อเทียบกับการเริ่มศึกษา การตอบสนองของสมองลดลงใน cingulate cortex ด้านหน้า (ACC) และ lentiform nucleus พบได้ใน 1 ปีเมื่อเทียบกับการเริ่มมีอาการ พบความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญระหว่างการเปลี่ยนแปลงของกิจกรรมของสมองในนิวเคลียส lentiform และการเปลี่ยนแปลงความอยากที่รายงานด้วยตนเอง การวิเคราะห์แบบจำลองเชิงสาเหตุแบบไดนามิกพบว่าการเชื่อมต่อ ACC-lentiform เพิ่มขึ้นที่ 1 ปีเมื่อเทียบกับการเริ่มศึกษา

สรุป

หลังจากการกู้คืนจาก IGD บุคคลที่ปรากฏความไวต่อการเล่นเกมน้อยลง การกู้คืนนี้อาจเกี่ยวข้องกับการเพิ่มการควบคุม ACC ที่เกี่ยวข้องกับแรงจูงใจที่เกี่ยวข้องกับเลนทิฟอร์มในการควบคุมความอยาก ขอบเขตที่การควบคุมเยื่อหุ้มสมองเกี่ยวกับแรงจูงใจ subcortical อาจมีเป้าหมายในการรักษาสำหรับ IGD ควรจะตรวจสอบต่อไป

คำสำคัญ: ความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต; เยื่อหุ้มสมองด้านหน้าเยื่อหุ้มสมอง cingulate; งานคิว - อยาก; การศึกษาระยะยาว

PMID: 31891311

ดอย: 10.1556/2006.8.2019.75

บทนำ

Internet game disorder (IGD) เกี่ยวข้องกับความบกพร่องที่สำคัญในการทำงานทางสังคมและส่วนบุคคลความอยากควบคุมที่ไม่ดี (Kim et al., 2018) ใช้เวลาเล่นเกมมากเกินไป (Dong, Zhou, & Zhao, 2010) ผลสัมฤทธิ์ทางการเรียนไม่ดี (Hawi, Samaha, & Griffiths, 2018) และมาตรการเชิงลบอื่น ๆ เกี่ยวกับสุขภาพและการทำงาน IGD ได้รับการพิจารณาว่าเป็นโรคเสพติดและมีการกำหนดเกณฑ์การวินิจฉัยเบื้องต้นในบางส่วนตามพฤติกรรมการเสพติดอื่น ๆ เช่นความผิดปกติของการพนัน (ดาวลิ่ง 2014; Petry, Rehbein, Ko, & O'Brien, 2015) รุ่นที่ห้าของ คู่มือการวินิจฉัยและสถิติความผิดปกติท​​างจิต (DSM-5) ระบุว่า IGD เป็น "เงื่อนไขสำหรับการศึกษาต่อ" (สมาคมจิตแพทย์อเมริกัน 2013) ในเดือนพฤษภาคมปี 2018 ความผิดปกติของการเล่นเกมถูกนำมาใช้เพื่อรวมไว้ในการจำแนกประเภทของโรคระหว่างประเทศฉบับที่ 11 (ICD-11; http://www.who.int/features/qa/gaming-disorder/en/) แม้จะมีการโต้วาที (Aarseth et al., 2017; การตอบสนองของอุตสาหกรรม King & Gaming ปี 2018; Rumpf et al., 2018; Saunders et al., 2017).

ในระหว่างงานที่ต้องการคิว IGD ที่เกี่ยวข้องกับเรื่องการควบคุมได้แสดงให้เห็นถึงความสนใจมากขึ้นในการชี้นำที่เกี่ยวข้องกับเกม (Choi et al., 2014) โดยมีส่วนเกี่ยวข้องล่วงหน้า (อันจุงและคิม 2015) ระหว่างงานผู้บริหาร IGD ที่เกี่ยวข้องกับวิชาควบคุมได้แสดงการควบคุมผู้บริหารที่ลดลง (Nuyens et al., 2016) ด้วย dorsolateral prefrontal cortex (DLPFC) และ cingulate cortex ด้านหน้า (ACC) ที่เกี่ยวข้องดงวัง Du & Potenza, 2017, 2018; ดงวังวัง Du & Potenza, 2019) ระหว่างการตัดสินใจใน IGD (Pawlikowski & Brand, 2011) striatum และ ACC มีส่วนเกี่ยวข้อง (Qi et al., 2016) ในการศึกษาเหล่านี้และอื่น ๆ วิธีการข้ามภาคตัดขวางเปรียบเทียบ IGD และกลุ่มควบคุมได้รับการว่าจ้างโดยทั่วไปจำกัดความเข้าใจว่าการเปลี่ยนแปลงในการทำงานของสมองอาจรองรับการเปลี่ยนผ่านใน IGD

ในขณะที่การศึกษาแบบภาคตัดขวางอาจเปิดเผยลักษณะของสมองที่เกี่ยวข้องกับ IGD แต่พวกเขาไม่สามารถแยกแยะได้ว่าสมองที่เปลี่ยนแปลงอาจนำหน้าการพัฒนา IGD ซึ่งเป็นผลมาจากพฤติกรรมการเล่นเกมหรือเกิดจากกลไกอื่น ๆ เช่นการศึกษาระยะยาวอาจช่วยคลี่คลายช่องโหว่ของระบบประสาทจากผลกระทบของระบบประสาท นอกจากนี้และที่สำคัญจากมุมมองทางคลินิกความเข้าใจการเปลี่ยนแปลงของสมองที่เกี่ยวข้องกับการฟื้นตัวเป็นสิ่งสำคัญและสิ่งนี้อาจเกิดขึ้นได้จากการศึกษาระยะยาว

ในพฤติกรรมการเสพติดเช่นความผิดปกติของการพนันคนจำนวนมากฟื้นตัวได้เองตามธรรมชาติ (กล่าวคือไม่มีการแทรกแซงอย่างเป็นทางการ (Slutske, 2006; Slutske, Piasecki, Blaszczynski, & Martin, 2010) เช่นเดียวกับผู้ที่มีปัญหาด้านการพนันบุคคล IGD หลายคนอาจฟื้นตัวได้โดยไม่ต้องมีการแทรกแซงจากมืออาชีพLau, Wu, Gross, Cheng, & Lau, 2017) ประมาณการช่วงการให้อภัยจาก 36.7% เป็น 51.4% ใน IGD (Chang, Chiu, Lee, Chen และ Miao, 2014; เกาะและคณะ, 2014) แม้ว่าปัจจัยที่อาจเกิดขึ้น (เช่นการลดลงของความอยาก) สำหรับการให้อภัยใน IGD ได้รับการเสนอ (ช้างและคณะ, 2014; เกาะและคณะ, 2014, 2015) ไม่ค่อยมีใครรู้จักเกี่ยวกับกลไกสมองที่เป็นรากฐานของกระบวนการฟื้นฟูใน IGD

ในการศึกษาปัจจุบันเราตรวจสอบกลุ่มของ IGD ในระยะยาว เราใช้การถ่ายภาพด้วยเรโซแนนซ์แม่เหล็ก (fMRI) เพื่อสแกนวัตถุ IGD ที่ "พื้นฐาน" และอีกครั้งหลังจาก 1 ปีโดยมุ่งเน้นไปที่บุคคลที่ไม่ตรงตามเกณฑ์สำหรับ IGD อีกต่อไป โดยการเปรียบเทียบข้อมูลแบบอัตนัยและการถ่ายภาพจากบุคคลที่มีการใช้งานเปรียบเทียบกับการกู้คืน IGD เรามีวัตถุประสงค์เพื่อระบุปัจจัยที่เป็นอัตนัยและประสาทที่อยู่ภายใต้การกู้คืน วิธีนี้อาจให้ข้อมูลเชิงลึกเกี่ยวกับความแตกต่างของแต่ละบุคคลที่เกี่ยวข้องกับความยืดหยุ่นและการฟื้นตัวและอาจช่วยในการพัฒนาการแทรกแซงที่ตรงเป้าหมายและมีประสิทธิภาพมากขึ้น

ปฏิกิริยาและความอยากรู้ใน IGD

ความอยากรู้อยากเห็นเกี่ยวกับการเสพติดสะท้อนให้เห็นถึงแรงจูงใจที่แข็งแกร่งในการมีส่วนร่วมในพฤติกรรมการเสพติด ความอยากอาจส่งเสริมการใช้ยา (Sayette, 2016; Sinha & Li, 2007) การพนัน (Potenza et al., 2003) และเกม (ดงและคณะ, 2017) ในบุคคลที่มีความผิดปกติที่เกี่ยวข้อง ดังนั้นความปรารถนาจึงเป็นเป้าหมายของการบำบัดเพื่อการเสพติด (Potenza et al., 2013) เนื่องจากความอยากอาจเปลี่ยนความสนใจไปสู่การชี้นำที่เกี่ยวข้องกับการเสพติด (Sayette, 2016; ทิฟฟานี่, 1990) มีอิทธิพลต่อการประเมินข้อมูลที่เกี่ยวข้อง (Sayette, Schooler, & Reichle, 2010) และทำให้กระบวนการตัดสินใจผิดพลาด (Balodis & Potenza, 2015; Berridge & Kringelbach, 2015; Dong & Potenza, 2016) นอกจากนี้การเปิดโปงการชี้นำที่เกี่ยวข้องกับยาอาจทำให้เกิดความอยากและพฤติกรรมการค้นหายาเสพติดในการติดยา (การ์ดเนอร์, แมคมิลแลน, เรย์นอร์, วูล์ฟและแนปป์, 2011) ด้วยเหตุผลดังกล่าว (รวมถึงการจัดประเภทของ IGD เป็นโรคเสพติด) เรามุ่งเน้นไปที่ความอยากในการศึกษา IGD นี้

เช่นตัวชี้นำยาเสพติดในการเสพติดตัวชี้นำการเล่นเกมอาจทำให้เกิดพฤติกรรมการค้นหาเกมใน IGD (Dong & Potenza, 2016) ผู้เข้าร่วม IGD ได้แสดงให้เห็นถึงคุณสมบัติสมองคิวสูงขึ้นใน ventral และหลัง striatum (Liu et al., 2017) แก้ไขเครือข่ายการทำงาน (เกาะและคณะ, 2013; Ma et al., 2019) แอมพลิจูดที่มีศักยภาพเชิงบวกปลายสูงกว่า (Kim et al., 2018) เมื่อเปรียบเทียบกับวัตถุควบคุมเมื่อสัมผัสกับตัวชี้นำการเล่นเกม การตอบสนองต่อระบบประสาทของเกมอาจทำนายการเกิด IGD (Dong, Wang, Liu, et al., 2019) และดำเนินการในแบบที่คำนึงถึงเพศDong, Wang, et al., 2018). ดังนั้นเราจึงตั้งสมมติฐานว่าบริเวณสมองที่เกี่ยวข้องกับการศึกษาก่อนหน้านี้เกี่ยวกับความอยาก (เช่น striatum) จะแสดงการกระตุ้นหลังการฟื้นตัวน้อยกว่าในช่วง IGD ที่ใช้งานเมื่ออาสาสมัครสัมผัสกับการเล่นเกม

เมื่อบุคคลสัมผัสกับตัวชี้นำที่เกี่ยวข้องกับการเล่นเกมบริเวณสมองส่วนนอก (เช่น DLPFC และ ACC) อาจควบคุมบริเวณสมองส่วนย่อย (เช่น striatum) ในการเสพติดเช่นในการสูบบุหรี่ (Kober et al., 2010) และรูปแบบของการควบคุมความรู้ความเข้าใจโดยทั่วไป (บุช Luu และ Posner, 2000) ฟังก์ชั่นผู้บริหารเกี่ยวข้องกับชุดของกระบวนการที่จำเป็นสำหรับการควบคุมความรู้ความเข้าใจรวมถึงการเลือกและการตรวจสอบพฤติกรรมเพื่ออำนวยความสะดวกในการบรรลุเป้าหมายที่เลือกไว้ (Hall et al., 2017) การเสพติดสัมพันธ์กับการควบคุมการยับยั้งที่บกพร่อง (Dalley, Everitt และ Robbins, 2011; Ersche et al., 2012) และการค้นพบเหล่านี้ขยายไปถึงการเสพติดพฤติกรรม (Leeman & Potenza, 2012; Yip et al., 2018) การควบคุมความรู้ความเข้าใจน้อยลงเกี่ยวกับความอยากอาจรองรับการมีพฤติกรรมเสพติด (Wang, Wu, Wang, et al., 2017; Wang, Wu, Zhou, et al., 2017). แบบจำลองทางทฤษฎีเช่น I-PACE (Brand et al., 2016) และอื่น ๆ (Dong & Potenza, 2014) เสนอว่าความล้มเหลวในการควบคุมผู้บริหารอาจมีพฤติกรรมการเล่นเกมที่มีปัญหา การศึกษาของ IGD ได้พบ hypoactivity ของพื้นที่สมองที่เกี่ยวข้องในการควบคุมผู้บริหารNuyens et al., 2016) รวมถึง DLPFC และ ACC ด้านหลัง (Dong & Potenza, 2014) การควบคุมผู้บริหารที่ดีขึ้นอาจช่วยในการควบคุมความอยากได้อย่างมีประสิทธิภาพเป้าหมายของการแทรกแซงเช่นการบำบัดพฤติกรรมทางปัญญาที่ใช้กับการเสพติดและพฤติกรรมการใช้อินเทอร์เน็ตเช่นการเล่นเกม (Young & Brand, 2017) เราตั้งสมมติฐานว่าการเปิดใช้งานของส่วนที่เกี่ยวข้องในการควบคุมผู้บริหาร (DLPFC และ ACC) จะแสดงการเปิดใช้งานที่ดีกว่าหลังจากการกู้คืนเมื่อเทียบกับระหว่าง IGD ที่ใช้งานอยู่

เนื่องจากการศึกษาก่อนหน้านี้ได้แสดงให้เห็นถึงการควบคุม DLPFC เกี่ยวกับการเปิดใช้งาน striatal ในความอยากออกคิว (Kober et al., 2010) เราตั้งสมมติฐานเพิ่มเติมว่าการเปลี่ยนแปลงในการกระตุ้นเยื่อหุ้มสมองจะเกี่ยวข้องกับการควบคุมกิจกรรมของสมองในบริเวณสมองที่เกี่ยวข้องกับการให้รางวัลเช่น striatum การสร้างแบบจำลองเชิงสาเหตุแบบไดนามิกเป็นวิธีการวิเคราะห์ที่สามารถใช้ในการตรวจสอบและหาปริมาณอิทธิพลโดยตรงของประชากรเซลล์ประสาท (เขาและคณะ, 2019) เหมาะสมอย่างยิ่งในการตรวจสอบว่าภูมิภาคของผู้บริหารอาจใช้การควบคุมกระบวนการ subcortical อย่างไร ด้วยความเคารพต่อการตอบสนองแบบอัตนัยเราตั้งสมมติฐานว่าการกระตุ้นประสาทจะเกี่ยวข้องกับรายงานความอยากเห็นที่เราคาดว่าจะมีความแข็งแกร่งน้อยกว่าหลังจากการฟื้นตัวในช่วง IGD ที่ใช้งานอยู่

วิธีการ

ภาพรวมของขั้นตอน

ตั้งแต่ปี 2016 ถึงปี 2017 เราได้คัดเลือกอาสาสมัคร IGD 154 คนสำหรับ fMRI ในระหว่างภารกิจที่อยากรู้อยากเห็น (อธิบายด้านล่าง) เราติดต่อผู้เข้าร่วมหลังจากนั้นประมาณ 1 ปีและประเมินค่า IGD อีกครั้ง ผู้เข้ารับการทดสอบ IGD จำนวนยี่สิบเก้าคน (หญิงห้าคน) ที่ไม่เป็นไปตามเกณฑ์ของ IGD อีกต่อไปตกลงที่จะเข้าร่วมในระหว่างการสแกนเมื่อปฏิบัติภารกิจคิว จากนั้นเราจะเปรียบเทียบข้อมูลล่าสุด (IGD ที่กู้คืน) กับข้อมูลพื้นฐาน (IGD ที่ใช้งานอยู่) เพื่อระบุความแตกต่างเมื่อเวลาผ่านไป (รูป 1A).

รูปที่ผู้ปกครองลบ

รูป 1 ศึกษาการออกแบบและงานที่ใช้ในการศึกษาครั้งนี้ (A) การออกแบบการศึกษาติดตามระยะเวลา 1 ปี (B) ระยะเวลาของการทดลองหนึ่งครั้งในการศึกษานี้

การเลือกวิชา

เมื่อเริ่มต้นการศึกษาผู้เข้าร่วมถูกจัดประเภทว่ามี IGD หากพวกเขาทำคะแนน 50 หรือสูงกว่าในการทดสอบการเสพติดอินเทอร์เน็ตของ Young (แบบสอบถามแบบรายงานตนเอง) และตรงตามเกณฑ์ DSM-5 อย่างน้อยห้าเกณฑ์สำหรับ IGD (การสัมภาษณ์ทางคลินิก รายละเอียด; Petry et al., 2014; หนุ่ม 2009) ผู้เข้าร่วมทั้งหมดได้รับการสัมภาษณ์ทางจิตเวชแบบมีโครงสร้าง (MINI) ดำเนินการโดยจิตแพทย์ที่มีประสบการณ์ (Lecrubier et al., 1997) และบุคคลที่มีความผิดปกติทางจิตเวชหรือพฤติกรรมไม่รวมอยู่ด้วย (ดู "ข้อมูลเพิ่มเติม") นอกจากนี้ไม่มีอาสาสมัครที่รายงานว่าเคยมีประสบการณ์เกี่ยวกับการพนันหรือยาเสพติดที่ผิดกฎหมาย (เช่นกัญชาและเฮโรอีน) เล่นทุกวิชา League of Legends (LOL and Riot Games) มานานกว่า 1 ปี เกณฑ์นี้มีพื้นฐานมาจากการใช้ตัวชี้นำการเล่นเกมของเราเป็นตัวกระตุ้นในการศึกษานี้และ LOL เป็นเกมออนไลน์ที่ได้รับความนิยมมากที่สุดระหว่างการศึกษา บุคคลที่กู้คืนจาก IGD นั้นจำเป็นต้องทำคะแนนน้อยกว่า 50 ในการทดสอบการเสพติดอินเทอร์เน็ตของ Young และผ่านเกณฑ์ DSM-5 น้อยกว่าห้าเกณฑ์สำหรับ IGD ในเวลา 1 ปี (Petry et al., 2014; หนุ่ม 2009; ดูตาราง 1 สำหรับรายละเอียด)

 

ตาราง

1 ตาราง คุณลักษณะทางประชากรของผู้เข้าร่วม IGD เมื่อ IGD ทำงานและกู้คืน

 

1 ตาราง คุณลักษณะทางประชากรของผู้เข้าร่วม IGD เมื่อ IGD ทำงานและกู้คืน

ใช้งานกู้คืนtp
อายุ (ปีเฉลี่ย± SD)21.46 ± 1.8321.73 ± 1.910.823> .050
คะแนน IAT (ค่าเฉลี่ย± SD)65.21 ± 11.5634.45 ± 4.1018.86<.001
คะแนน DSM-5 IGD (ค่าเฉลี่ย± SD)5.76 ± 0.912.83 ± 0.6615.82<.001
ความอยากที่รายงานด้วยตนเอง (ค่าเฉลี่ย± SD)53.07 ± 15.4730.34 ± 6.449.19<.001

บันทึก. IAT: การทดสอบการติดอินเทอร์เน็ต DSM: คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต; IGD: ความผิดปกติของเกมบนอินเทอร์เน็ต; SD: ส่วนเบี่ยงเบนมาตรฐาน.

งาน

งานคิวปฏิกิริยาที่เกี่ยวข้องกับเหตุการณ์ถูกนำมาใช้ในการศึกษานี้ตามที่อธิบายไว้ก่อนหน้านี้ (ดงและคณะ, 2017; Dong, Wang, et al., 2018) งานมีรูปภาพคิวสองประเภท: รูปภาพที่เกี่ยวข้องกับการเล่นเกม 30 ภาพและรูปภาพที่เกี่ยวข้องกับการพิมพ์ 30 รูป (เส้นกลางที่เป็นกลาง) ภายในแต่ละประเภทครึ่งหนึ่งของ 30 รูปมีใบหน้าและมือและอีกครึ่งมีเพียงมือเท่านั้น รูปภาพที่เกี่ยวข้องกับการเล่นเกมแสดงให้คนที่กำลังเล่นเกมออนไลน์ (LOL) บนคอมพิวเตอร์ ในรูปภาพที่เกี่ยวข้องกับการพิมพ์บุคคลเดียวกันกำลังพิมพ์บทความบนแป้นพิมพ์ที่ด้านหน้าของคอมพิวเตอร์ ผู้เข้าร่วมได้รับคำแนะนำให้ระบุว่ามีใบหน้าในภาพหรือไม่โดยกดปุ่ม“ 1” บนแป้นพิมพ์เมื่อมีใบหน้าและกด“ 2” เมื่อไม่มีใบหน้า

รูป 1B แสดงไทม์ไลน์ของการทดลองใช้ตัวอย่างในงาน ขั้นแรกจะแสดงกากบาทคงที่ 500 มิลลิวินาทีตามด้วยภาพคิวตามที่อธิบายไว้ข้างต้น รูปภาพถูกนำเสนอตามลำดับแบบสุ่มเพื่อหลีกเลี่ยงผลของคำสั่ง แต่ละภาพถูกนำเสนอนานถึง 3,000 มิลลิวินาทีในช่วงเวลาที่ผู้เข้าร่วมต้องตอบกลับ หน้าจอเปลี่ยนเป็นสีดำหลังจากกดปุ่มและอยู่เป็นเวลา 3,000 (เวลาตอบสนอง) มิลลิวินาที จากนั้นในขั้นตอนการประเมินความอยากผู้เข้าร่วมจะถูกขอให้ประเมินระดับความอยากได้สิ่งเร้าที่เกี่ยวข้องในระดับ 5 จุดตั้งแต่ 1 (ไม่อยาก) ถึง 5 (ความอยากสูงมาก). ขั้นตอนนี้กินเวลานานถึง 3,000 ms และถูกยกเลิกโดยการกดปุ่ม ในที่สุดก็มีการนำเสนอหน้าจอว่าง 1,500–3,500 มิลลิวินาทีระหว่างการทดลองแต่ละครั้ง งานทั้งหมดมีการทดลอง 60 ครั้งและใช้เวลาประมาณ 9 นาที มีการนำเสนองานและรวบรวมข้อมูลพฤติกรรมโดยใช้ซอฟต์แวร์ E-prime (Psychology Software Tools, Inc. , Sharpsburg, PA, USA) ผู้เข้าร่วมทั้งหมดถูกขอให้ตอบแบบสอบถามกระตุ้นการเล่นเกม 10 ข้อโดยมีคะแนนตั้งแต่ 1 ถึง 10 เพื่อประเมินความอยากเล่นเกมก่อนที่จะมี fMRI (Cox, Tiffany และ Christen, 2001).

การวิเคราะห์ข้อมูล

การประมวลผลข้อมูล fMRI ล่วงหน้านั้นดำเนินการโดยใช้ SPM12 (http://www.fil.ion.ucl.ac.uk/spm) และ Neuroelf (http://neuroelf.net) ตามที่อธิบายไว้ก่อนหน้า (ดงและคณะ, 2017; Dong, Wang, et al., 2018). รูปภาพถูกแบ่งเวลาจัดเรียงใหม่และปรับให้เข้ากับไดรฟ์ข้อมูลแรกโดยใช้ไดรฟ์ข้อมูล T1-coregistered เพื่อแก้ไขการเคลื่อนไหวของศีรษะ จากนั้นรูปภาพจะถูกปรับให้เป็นพื้นที่ MNI และปรับให้เรียบเชิงพื้นที่โดยใช้ความกว้างเต็ม 6 มม. ที่เคอร์เนล Gaussian สูงสุดครึ่งหนึ่ง ไม่มีการนำวัตถุออกจากการวิเคราะห์เนื่องจากการเคลื่อนที่ของศีรษะ (เกณฑ์การยกเว้นคือ 2 มม. ในการเคลื่อนที่ตามทิศทางหรือ 2 °ในการเคลื่อนที่แบบหมุน) แบบจำลองเชิงเส้นทั่วไป (GLM) ถูกนำไปใช้เพื่อระบุการกระตุ้น BOLD ที่เกี่ยวข้องกับกิจกรรมของสมอง การทดลองประเภทต่างๆ (เกี่ยวกับการเล่นเกมเกี่ยวข้องกับการพิมพ์ไม่ถูกต้องหรือพลาด) ได้รับการแก้ไขแยกกันโดยใช้ฟังก์ชันการตอบสนองต่อการไหลเวียนโลหิตที่เป็นที่ยอมรับเพื่อสร้างตัวควบคุมงาน ระยะเวลาของการทดลองแต่ละครั้งคือ 4,000 มิลลิวินาที GLM รวมระยะคงที่ต่อการทำงาน พารามิเตอร์การเคลื่อนไหวของศีรษะหกตัวที่ได้มาจากขั้นตอนการปรับตำแหน่งและประวัติการเล่นเกม (ปีที่รายงานด้วยตนเองของการเล่นเกม) ถูกรวมไว้เพื่อแก้ไขปัญหาที่อาจเกิดขึ้นเหล่านี้ มีการใช้วิธี GLM เพื่อระบุ voxels ที่เปิดใช้งานอย่างมีนัยสำคัญสำหรับแต่ละเหตุการณ์ในช่วง "การตอบสนอง"

การวิเคราะห์ระดับที่สองได้ดำเนินการดังนี้ อย่างแรกคือการใช้การวัดซ้ำแบบซ้ำ ๆ ตลอดทั้งสมองเพื่อตรวจสอบกิจกรรมที่เกี่ยวข้องกับ [(ฟื้นตัวได้)สิ่งเร้าที่เกี่ยวกับการเล่นเกม - หายแล้วสิ่งเร้าที่เกี่ยวข้องกับการพิมพ์) - (ใช้งานอยู่สิ่งเร้าที่เกี่ยวกับการเล่นเกม - ใช้งานอยู่สิ่งเร้าที่เกี่ยวข้องกับการพิมพ์)] เกณฑ์ข้อผิดพลาดที่เหมาะสำหรับครอบครัว (p <.001) ถูกกำหนดโดยใช้ 3dClustSim (เวอร์ชันอัปเดตของ Alphasim) และการเปรียบเทียบทั้งหมดได้รับการแก้ไขโดยใช้ 3dClustSim (https://afni.nimh.nih.gov/pub/dist/doc/program_help/3dClustSim.html), p <.001 สองด้านโดยมีขอบเขตอย่างน้อย 40 voxels

จริยธรรม

การทดลองนี้ได้รับการอนุมัติจากคณะกรรมการสอบสวนมนุษย์ของมหาวิทยาลัยเจ้อเจียง Normal และเป็นไปตามประมวลจริยธรรมของสมาคมการแพทย์โลก (ปฏิญญาเฮลซิงกิ) ผู้เข้าร่วมทั้งหมดให้ความยินยอมเป็นลายลักษณ์อักษรก่อนการสแกน

เมื่อเปรียบเทียบกับอาสาสมัคร IGD ที่ใช้งานแล้วพบว่าการกระตุ้นสมองลดลงใน ACC แบบทวิภาคี, ทวิภาคีหน้าผากส่วนกลาง (MFG), เลนทิฟอร์มด้านซ้าย, insula ด้านขวา, ไจโรด้านซ้ายที่เหลือ 2A; ตาราง 2) มาตรการเบต้าน้ำหนักแสดงให้เห็นว่าความแตกต่างเหล่านี้เกี่ยวข้องกับการตอบสนองของสมองที่ลดลงหลังจากการฟื้นตัว 2B, C).

 

ตาราง

2 ตาราง เปรียบเทียบการตอบสนองของสมองของอาสาสมัครที่มี IGD ที่ใช้งานอยู่และ IGD ที่ฟื้นตัว

 

2 ตาราง เปรียบเทียบการตอบสนองของสมองของอาสาสมัครที่มี IGD ที่ใช้งานอยู่และ IGD ที่ฟื้นตัว

หมายเลขคลัสเตอร์x, y, zaความเข้มสูงสุดขนาดคลัสเตอร์bภูมิภาคcพื้นที่ของ Brodmann
1−6, 36, −3-5.24085ซิงก์ด้านหน้าซ้าย12
20, 39, 6-4.57754ปุ่มกดด้านหน้าขวา32
3-18, -21, −18-5.18363อยู่ตรงกลางด้านหน้า gyrus46
427, 36, 24-5.16441ด้านหน้าส่วนกลางด้านขวา gyrus46
5-21, 3, 21-5.821107เลนทิฟอร์มซ้าย
630, -12, 27-4.74044Insula ขวา
7-18, 36, 24-6.075436คูหาซ้าย18
8-60, 3, 3-6.10683ทิ้งไว้ชั่วขณะเหนือกาลเวลา22

บันทึก. IGD: ความผิดปกติของเกมบนอินเทอร์เน็ต

aพิกัด MNI สูงสุด bจำนวน voxels p <.001 ขนาดคลัสเตอร์> 40 voxels ติดกัน ขนาด Voxel = 3 × 3 × 3 cพื้นที่สมองถูกอ้างอิงถึงซอฟต์แวร์ Xjview (http://www.alivelearn.net/xjview8) และตรวจสอบผ่านการเปรียบเทียบกับแผนที่สมอง

รูปที่ผู้ปกครองลบ

รูป 2 ผลลัพธ์การถ่ายภาพเมื่อเปรียบเทียบตัวแบบ IGD ในการกู้คืนและเมื่อเกมมีปัญหา (A) บริเวณสมองที่ยังมีชีวิตอยู่หลังจากการเปรียบเทียบระหว่างช่วงเวลาที่อาสาสมัครอยู่ในการฟื้นตัวกับการเล่นเกมที่มีปัญหา (B, C) น้ำหนักเบต้าที่ดึงมาจาก ACC และภูมิภาค lentiform ที่สนใจเมื่ออาสาสมัครกำลังเล่นเกมอย่างมีปัญหาและอยู่ในช่วงฟื้นตัว

ความสัมพันธ์

เราวิเคราะห์ความสัมพันธ์ระหว่างการตอบสนองของสมองใน ACC ซ้ายและ Lentiform และความอยากรายงานตนเอง ความสัมพันธ์ที่สำคัญระหว่างความอยากรายงานด้วยตนเองและการเปิดใช้งาน lentiform โดยไม่คำนึงถึงสถานะ IGD (รูปที่ 3) ไม่พบความสัมพันธ์ที่มีนัยสำคัญระหว่างการเปิดใช้งาน ACC และความอยาก

รูปที่ผู้ปกครองลบ

รูป 3 (A, B) ความสัมพันธ์ระหว่างสมอง ACC และกิจกรรม lentiform และความอยากส่วนตัวเมื่อเล่นเกมในการสแกนครั้งแรก (C, D) ความสัมพันธ์ระหว่างสมอง ACC และกิจกรรม lentiform และความอยากส่วนตัวเมื่อเล่นเกมในการสแกนครั้งที่สอง (E, F) ความสัมพันธ์ระหว่างสมอง ACC และกิจกรรม lentiform และความอยากส่วนตัวเมื่อเล่นเกมในการสแกนครั้งที่สองและครั้งแรก

การเชื่อมต่อ ACC – lentiform ที่มีประสิทธิภาพในวิชา IGD

เราวิเคราะห์การเชื่อมต่อที่มีประสิทธิภาพระหว่าง ACC ด้านซ้ายและเลนทิฟอร์มด้านซ้ายโดยใช้ dynamic causal modelling (DCM) ที่สอง timepoints โหนดที่ใช้ถูกกำหนดผ่านผลการโต้ตอบที่แสดงด้านบน ในหลายพื้นที่สมองที่ระบุไว้ในการวิเคราะห์ทั้งสมอง ACC ตั้งอยู่ในเครือข่ายผู้บริหารและนิวเคลียส lentiform ในเครือข่ายรางวัล จากสมมติฐานของเราที่ผู้บริหารควบคุมความอยากเปลี่ยนในการกู้คืนจาก IGD เราเลือกภูมิภาคสมองทั้งสองนี้เป็นพื้นที่ที่น่าสนใจในการศึกษานี้สำหรับการวิเคราะห์การเชื่อมต่อ กล่าวอีกนัยหนึ่งเราเลือกทั้งสองภูมิภาคนี้เป็นองค์ประกอบของการควบคุมผู้บริหารและเครือข่ายให้รางวัลเพื่อตรวจสอบการมีปฏิสัมพันธ์ระหว่างทั้งสองระบบในการกู้คืนจาก IGD

เราใช้พิกัดสูงสุดของกลุ่ม (maxima ท้องถิ่นในแผนที่สถิติ) เป็นจุดศูนย์กลางในการสร้างทรงกลมที่มีรัศมี 6 มม. [เลนทิฟอร์มซ้าย (−21, 3, 21); ACC (−3, 39, 6)] ประมาณ 33 voxels รวมอยู่ในแต่ละทรงกลม ภูมิภาคเหล่านี้ที่ระบุไว้สำหรับแต่ละกลุ่มนั้นรวมอยู่ในเครือข่ายแบบไดนามิกและใช้ DCM เพื่อกำหนดโครงสร้างที่เป็นไปได้มากที่สุดของเครือข่ายตามข้อมูล

ในการเชื่อมต่อแบบคงที่ประมาณการ DCM แสดงให้เห็นว่าการเชื่อมต่อ ACC-lentiform เพิ่มขึ้นอย่างมีนัยสำคัญเมื่อวัตถุ IGD ถูกกู้คืน (t = 3.167 p = .003) ในทำนองเดียวกันการเชื่อมต่อ lentiform – ACC ก็เพิ่มขึ้นอย่างมีนัยสำคัญเมื่ออาสาสมัคร IGD ฟื้นตัว (t = 4.399 p <.001)

นอกจากนี้ยังมีการสังเกตคุณสมบัติที่คล้ายกันนี้เมื่อตัวแบบสัมผัสกับตัวชี้นำการเล่นเกม ในเอฟเฟกต์การมอดูเลตการประมาณ DCM แสดงให้เห็นว่าการเชื่อมต่อ ACC – lentiform เพิ่มขึ้นอย่างมากเมื่อผู้ป่วย IGD กู้คืนได้ (t = 2.769 p = .009) อย่างไรก็ตามการเชื่อมต่อ lentiform – ACC เพิ่มขึ้นเพียงเล็กน้อยเมื่ออาสาสมัคร IGD ฟื้นตัว (t = 1.798 p = .09; รูป 4).

รูปที่ผู้ปกครองลบ

รูป 4 DCM ส่งผลให้อาสาสมัคร IGD เมื่อเล่นเกมอย่างมีปัญหาและในระหว่างการกู้คืน (A) โหนดที่ถูกเลือกสำหรับการวิเคราะห์เพิ่มเติม (B) การเปลี่ยนแปลงของเอฟเฟกต์คงที่ระหว่าง ACC และภูมิภาค lentiform ที่สนใจในช่วงเวลาที่ต่างกัน (C) การเปลี่ยนแปลงผลการปรับเปลี่ยนระหว่าง ACC และภูมิภาค lentiform ที่สนใจในช่วงเวลาที่ต่างกัน

การสนทนา

การศึกษานี้ศึกษาคุณสมบัติทางประสาทของปฏิกิริยาคิวในอาสาสมัคร IGD ตามยาวเพื่อระบุปัจจัยทางประสาทที่เกี่ยวข้องกับการกู้คืน การตอบสนองของสมองที่ลดลงต่อการชี้นำการเล่นเกมในนิวเคลียส lentiform และ ACC สัมพันธ์กับการฟื้นตัว นอกจากนี้ยังพบว่ามีการเชื่อมต่อของเลนทิฟอร์มที่มีประสิทธิภาพดีกว่าในกลุ่ม IGD หลังจากการฟื้นตัว ผลการวิจัยชี้ให้เห็นว่าปฏิสัมพันธ์ระหว่างรางวัลและระบบควบคุมผู้บริหารอาจมีความสำคัญใน IGD

ความไวลดลงกับตัวชี้นำการเล่นเกม

สอดคล้องกับสมมติฐานของเราลดการเปิดใช้งานที่เกี่ยวข้องกับการเล่นเกมคิวในพื้นที่สมองที่เกี่ยวข้องกับวงจรรางวัล [lentiform, ventromedial prefrontal cortex (vmPFC รวมถึง orbitofrontal cortex (OFC)] พบเมื่ออาสาสมัคร IGD กู้คืนจากการเล่นเกม พฤติกรรมโดยตรงและการประมวลผลรางวัล (Ikemoto, Yang, & Tan, 2015; Sayette, 2016) รวมถึงการเสพติด (Balodis & Potenza, 2015; Cheng et al., 2016; Tobler et al., 2016; Yang et al., 2017) ระบบรางวัลสามารถเปิดใช้งานได้เมื่อบุคคลมีสิ่งเร้าที่เกี่ยวข้องในการใช้สารเสพติดหรือความผิดปกติในการเล่นการพนันBalodis et al., 2012; Worhunsky, Malison, Rogers และ Potenza, 2014) เช่นเดียวกับใน IGD (เกาะและคณะ, 2009; Liu et al., 2017; อา. และคณะ 2012) บุคคลที่มี IGD เมื่อเทียบกับผู้ที่ใช้งานเกมเป็นประจำแสดงให้เห็นว่าการกระตุ้น lentiform ในการเล่นเกมสูงขึ้นสอดคล้องกับการตอบสนองต่อคิวและการค้นพบความอยากในการใช้สารผิดปกติ (ดงและคณะ, 2017; Dong, Wang, et al., 2018).

ในการศึกษาครั้งนี้พบการกระตุ้นที่ลดลงในนิวเคลียส lentiform และบริเวณสมองที่เกี่ยวข้องกับการให้รางวัลอื่น ๆ หลังจากการฟื้นตัว ผลการวิจัยชี้ให้เห็นว่าการตอบสนองต่อระบบประสาทของเกมลดลงหลังจากการฟื้นตัวซึ่งสอดคล้องกับการศึกษาก่อนหน้าเปรียบเทียบ IGD กับการควบคุม (Kim et al., 2018; เกาะและคณะ, 2013; Ma et al., 2019) ความสัมพันธ์ระหว่างการลดลงของการกระตุ้น lentiform และความอยากรู้อยากเห็นที่รายงานด้วยตนเองให้การสนับสนุนความคิดที่ว่าปฏิกิริยาทางประสาทที่ลดลงใน lentiform อาจช่วยลดการตอบสนองความอยากในการกระตุ้นคิวในการฟื้นตัวใน IGD และอาจเกี่ยวข้องกับการลดแรงจูงใจ พฤติกรรมการเล่นเกม การศึกษาก่อนหน้าของเราแสดงให้เห็นว่าพฤติกรรมการเล่นเกมสามารถเพิ่มความอยากของ IGD เรื่อง (Dong, Wang, et al., 2018) นอกจากนี้ก่อนหน้านี้เราได้รายงานว่าการเปิดใช้งาน lentiform มากกว่าการเล่นเกมคิวถูกเชื่อมโยงกับการเกิดขึ้นของ IGD ในบุคคลที่มีการใช้เกมปกติ (Dong, Wang, Liu, et al., 2019). การศึกษานี้ชี้ให้เห็นว่าในระหว่างการฟื้นตัวการลดลงของการเล่นเกมที่มีปัญหานั้นเชื่อมโยงกับความอยากที่ลดลงใน IGD โดยที่นิวเคลียส lentiform เกี่ยวข้องกับความสัมพันธ์นี้ เมื่อนำมารวมกันผลการวิจัยชี้ให้เห็นถึงบทบาทที่สำคัญสำหรับนิวเคลียส lentiform และความอยากที่กระตุ้นให้เกิดคิวในการเปลี่ยนระหว่าง IGD กับการใช้เกมปกติและในทางกลับกัน ความสัมพันธ์ที่แม่นยำ (เช่นการเล่นเกมที่ลดลงจะทำให้การตอบสนองของ lentiform ลดลงและความอยากที่ลดลงหรือการตอบสนองของ lentiform ที่ลดลงจะทำให้ความอยากลดลงและการเล่นเกมลดลง) จำเป็นต้องมีการตรวจสอบ

การควบคุมความอยากหลังจากการฟื้นตัว

อีกส่วนของสมองที่แสดงถึงความแตกต่างของกลุ่มคือ ACC ซึ่งมีส่วนเกี่ยวข้องในการควบคุมผู้บริหารและกระบวนการอื่น ๆ ตรงกันข้ามกับสมมติฐานของเราการเปิดใช้งานลดลงใน ACC (เช่นเดียวกับใน MFG) หลังจากการกู้คืน คลัสเตอร์ที่ระบุรวม ACC และ MFG และขยายช่องท้องเพื่อรวม vmPFC และ OFC โดยเฉพาะอย่างยิ่งเยื่อหุ้มสมอง prefrontal อยู่ตรงกลางที่เกี่ยวข้องกับความอยากรู้อยากเห็นในการเสพติดสารเสพติดเช่นโรคโคเคนใช้งาน (Kober et al., 2016; Wexler et al., 2001) การประมวลผลของรางวัลโดยเฉพาะอย่างยิ่งในระหว่างขั้นตอนการแจ้งเตือนหรือผลลัพธ์ (Knutson, Fong, Adams, Varner และ Hommer, 2001; Knutson & Greer, 2008) การตัดสินใจ (ทานาเบะและคณะ, 2007) การประมวลผลโหมดเริ่มต้น (Harrison et al., 2017) และกระบวนการอื่น ๆ (Li, Mai, & Liu, 2014) เนื่องจากงานที่ใช้ในการศึกษานี้มุ่งเน้นไปที่ความอยากรู้อยากเห็นมันเป็นการดึงดูดให้คาดการณ์ว่าการเปิดใช้งานที่ลดลงค่อนข้างสังเกตในกลุ่มที่เกี่ยวข้องกับ OFC / vmPFC / ACC / MFG อาจเกี่ยวข้องกับปฏิกิริยาคิวลดลงแม้ว่าการตีความนี้จะน้อย ได้รับการสนับสนุนจากข้อมูลมากกว่าการค้นพบ lentiform เนื่องจากไม่มีความสัมพันธ์กับความอยากรายงานด้วยตนเอง

ระบุว่า ACC และส่วนอื่น ๆ ของสมองส่วนที่เกี่ยวข้องในการบริหารหรือการควบคุมองค์ความรู้ม้วน 2000) รวมถึงในคนที่มีความผิดปกติของการเสพติด (Filbey et al., 2008; Franklin et al., 2007; Kosten et al., 2005; Myrick et al., 2004; Wrase et al., 2002) เป็นไปได้ว่าบุคคลที่มี IGD ที่ได้รับการฟื้นฟูกำลังแสดงให้เห็นถึงการประมวลผลที่มีประสิทธิภาพมากขึ้นของส่วนควบคุมที่เกี่ยวข้องกับเมื่อพวกเขาเล่นเกมอย่างมีปัญหา เพื่อตรวจสอบความสัมพันธ์ระหว่าง ACC และกิจกรรม lentiform เราใช้ DCM และพบว่าการเชื่อมต่อเพิ่มขึ้นหลังจากการฟื้นตัว ตามการตีความ psychophysiological ของการทำงานของ connectivities ในภูมิภาคสมองเหล่านี้ (Havlicek et al., 2015; Stephan et al., 2010) ค่าที่สูงขึ้นใน ACC - lentiform และ Lentiform - ACC connectivities ในระหว่างการกู้คืนเมื่อเทียบกับเวลาที่เกมมีปัญหาแนะนำว่าปฏิสัมพันธ์ระหว่างพื้นที่สมองทั้งสองนี้มีประสิทธิภาพมากขึ้นในวิชาหลังจากการฟื้นตัว เช่นนี้การวิจัยในอนาคตควรตรวจสอบขอบเขตที่สิ่งนี้สะท้อนให้เห็นถึงกลไกในการควบคุมความอยากได้อย่างมีประสิทธิภาพมากขึ้นการมีเพศสัมพันธ์พร้อมกันของภูมิภาคที่เกี่ยวข้องกับการให้รางวัลหรือแรงจูงใจที่เกี่ยวข้องกับความอยากหรือความเป็นไปได้อื่น ๆ

ความสำคัญและผลกระทบทางคลินิก

แบบจำลองเชิงทฤษฎีได้เสนอบทบาทที่สำคัญสำหรับภูมิภาคของเยื่อหุ้มสมองและสมอง subcortical ในพฤติกรรมการใช้งานอินเทอร์เน็ตและความผิดปกติ การอัปเดตล่าสุดของโมเดล I-PACE (ยี่ห้อและคณะ 2019) เสนอกลไกพฤติกรรมและระบบประสาทที่เกี่ยวข้องกับการเปลี่ยนในความผิดปกติของการใช้งานอินเทอร์เน็ตเช่น IGD ในรูปแบบนี้ปฏิกิริยาคิวและการเปลี่ยนแปลงในวงจร cortical-to-basal-ganglia เป็นองค์ประกอบที่สำคัญสอดคล้องกับการค้นพบในการศึกษานี้ จากข้อมูลที่ทราบแล้วโมเดล I-PACE ที่ได้รับการอัพเดตยังเสนอบทบาทให้กับ insula ด้วย (ยี่ห้อและคณะ 2019) สอดคล้องกับการเปลี่ยนแปลงของคิวปฏิกิริยาและความอยากค้นพบและการเปิดใช้งานโดดเดี่ยวและการเชื่อมต่อในบุคคลที่มี IGD ได้รับการแทรกแซงพฤติกรรมอยาก (Zhang et al., 2016b). นอกจากนี้ข้อมูลสถานะการพักผ่อนจากกลุ่มประชากรรุ่นเดียวกันยังชี้ให้เห็นการเชื่อมต่อที่ลดลง (เช่นระหว่าง OFC กับฮิปโปแคมปัสและระหว่างส่วนหลังและบริเวณที่เกี่ยวข้องกับมอเตอร์ Zhang et al., 2016a). ด้วยเหตุนี้การศึกษานี้และการศึกษาล่าสุดอื่น ๆ จึงแนะนำเป้าหมายของระบบประสาทที่เป็นไปได้สำหรับการแทรกแซง (เช่นการใช้วิธีการมอดูเลตของสมองเช่นการกระตุ้นด้วยแม่เหล็ก transcranial อย่างรวดเร็วหรือการกระตุ้นด้วยกระแสตรง transcranial) เพื่อลดความอยากและส่งเสริมการฟื้นตัวของ IGD แนวทางพฤติกรรมที่กำหนดเป้าหมายความอยากและอาจดำเนินการผ่านกลไกทางประสาทที่ใช้ร่วมกันหรือที่แตกต่างกัน (เช่นการบำบัดตามความรู้ความเข้าใจพฤติกรรมและสติ) ควรได้รับการพิจารณาในแง่ของการค้นพบในปัจจุบันโดยเฉพาะอย่างยิ่งเมื่อมีบทบาทสำคัญสำหรับการบำบัดพฤติกรรมในการบำบัดอาการเสพติด และคุณค่าของการทำความเข้าใจว่าการบำบัดเฉพาะทางอาจดำเนินการอย่างไรในระดับประสาทชีววิทยา

ข้อ จำกัด

ข้อ จำกัด หลายประการควรได้รับการกล่าวถึง ครั้งแรกเราไม่ได้รวมวิชาควบคุมที่ดีต่อสุขภาพในการศึกษานี้ แม้ว่าเราจะพบว่าประวัติเกมไม่เกี่ยวข้องกับความรุนแรงของ IGD (r = .088 p = .494) และยังรวมประวัติการเล่นเกมไว้เป็นปัจจัยหนึ่งใน GLM กลุ่มควบคุมอาจเป็นประโยชน์ในการทำความเข้าใจข้อมูล (เช่นเกี่ยวกับเอฟเฟกต์การทดสอบที่เป็นไปได้) ประการที่สองผู้เข้าร่วมการศึกษาส่วนใหญ่เป็นเพศชาย (มีเพียงผู้หญิง XNUMX คน) ดังนั้นการศึกษาในอนาคตควรตรวจสอบขอบเขตที่ผลการวิจัยนี้อาจนำไปใช้กับประชากรหญิงโดยเฉพาะอย่างยิ่งเมื่อพบความแตกต่างที่เกี่ยวข้องกับเพศในความสัมพันธ์ทางประสาทในประชากร IGD (Dong, Wang, et al., 2018; Dong, Wang, Wang, et al., 2019; Dong, Zheng, et al., 2018) ประการที่สามแม้ว่าเราทำการวิเคราะห์ DCM ซึ่งชี้ให้เห็นว่าการควบคุมผู้บริหารเกี่ยวกับการเปิดใช้งาน lentiform อาจปรับปรุงได้ด้วยการฟื้นตัว แต่เราไม่สามารถแยกคำอธิบายที่เป็นไปได้อื่น ๆ ที่ควรตรวจสอบโดยตรงในการศึกษาในอนาคต

สรุป

วิชา IGD ในการฟื้นฟูแสดงให้เห็นถึงการลดความอยากในการเล่นเกมในระดับอัตนัยและระบบประสาท การวิจัยในอนาคตควรตรวจสอบขอบเขตที่ผลการวิจัยเป็นตัวแทนของการควบคุมเยื่อหุ้มสมองมากกว่ากระบวนการ subcortical ในการตอบสนองความอยากเมื่อเทียบกับความเป็นไปได้อื่น ๆ และควรตรวจสอบว่าการแทรกแซงการกำหนดเป้าหมายเยื่อหุ้มสมองปฏิสัมพันธ์ subcortical

GD ออกแบบงานและเขียนร่างแรกของต้นฉบับ MW และ JZ รวบรวมและวิเคราะห์ข้อมูลและจัดทำตัวเลขและตาราง XD มีส่วนในการรวบรวมและจัดทำข้อมูล MNP สนับสนุนกระบวนการแก้ไขตีความและแก้ไข ผู้เขียนทุกคนมีส่วนร่วมและได้อนุมัติฉบับสุดท้ายของต้นฉบับ

ขัดผลประโยชน์

ผู้เขียนรายงานว่าไม่มีความขัดแย้งทางผลประโยชน์ทางการเงินเกี่ยวกับเนื้อหาของต้นฉบับนี้ ดร. MNP ได้รับค่าตอบแทนทางการเงินสำหรับการให้คำปรึกษาและให้คำปรึกษาแก่ RiverMend Health, Opiant / Lightlake Therapeutics และ Jazz Pharmaceuticals; ได้รับการสนับสนุนการวิจัยที่ไม่ จำกัด (ไปยัง Yale) จาก Mohegan Sun Casino และให้การสนับสนุน (ไปยัง Yale) จากศูนย์แห่งชาติเพื่อการพนันอย่างรับผิดชอบ และได้ปรึกษาหรือแนะนำหน่วยงานทางกฎหมายและการพนันในประเด็นที่เกี่ยวข้องกับการติดยาเสพติดและความผิดปกติของการควบคุมแรงกระตุ้น

อาร์เซ ธ E., ถั่ว, ก. ม., บุญเนน H., Carras ที่เย็นกว่า M., Coulson, M., ดาส D., Deleuze, J., ดังเคิลส์, E., เอ็ดแมน J., เฟอร์กูสัน ค., ฮากส์มา ม. ค., Helmersson Bergmark K., ฮุสเซน Z., แจนซ์ J., Kardefelt-Winther, D., คุทเนอร์ L., ลูชิล, P., นีลเซ่น อาร์เคแอล, สรรเสริญ N., พริซิบิลสกี้, A., ควอนท์ T., Schimmenti, A., Starcevic, V., สตัทแมน G., Van Looy J., & Van Rooij ก. (2017). บทความอภิปรายเปิดของนักวิชาการเกี่ยวกับข้อเสนอความผิดปกติในการเล่นเกม ICD-11 ขององค์การอนามัยโลก. วารสารพฤติกรรมติดยาเสพติด, 6 (3), 267-270. ดอย:https://doi.org/10.1556/2006.5.2016.088 ลิงค์Google Scholar
อาห์น เอชเอ็ม, จุง เอช. เจ., & คิม เอส. (2015). เปลี่ยนการตอบสนองของสมองต่อตัวชี้นำเกมหลังจากประสบการณ์การเล่นเกม. พฤติกรรมไซเบอร์จิตวิทยาและเครือข่ายสังคมออนไลน์, 18 (8), 474-479. ดอย:https://doi.org/10.1089/cyber.2015.0185 CrossRef, เมดGoogle Scholar
สมาคมจิตแพทย์อเมริกัน (2013) คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต (5th เอ็ด). วอชิงตันดีซี: สมาคมจิตแพทย์อเมริกัน. CrossRefGoogle Scholar
บาโลดิส I. M., โคเบอร์ H., วอร์ฮันสกี้ P. D., สตีเว่น ม. ค., เพิร์ลสัน, กรัม D., & โปเตนซา ม. (2012). เข้าร่วมเพื่อ striatal ups และดาวน์ในการเสพติด. จิตเวชศาสตร์ชีวภาพ, 72 (10), e25-e26. ดอย:https://doi.org/10.1016/j.biopsych.2012.06.016 CrossRef, เมดGoogle Scholar
บาโลดิส I. M., & โปเตนซา ม. (2015). การประมวลผลรางวัลที่คาดหวังในประชากรที่ติดยาเสพติด: มุ่งเน้นไปที่งานล่าช้าเรื่องการเงิน. จิตเวชศาสตร์ชีวภาพ, 77 (5), 434-444. ดอย:https://doi.org/10.1016/j.biopsych.2014.08.020 CrossRef, เมดGoogle Scholar
Berridge, เคซี, & คริงเกลบาค, M. L. (2015). ระบบความสุขในสมอง. เซลล์ประสาท, 86 (3), 646-664. ดอย:https://doi.org/10.1016/j.neuron.2015.02.018 CrossRef, เมดGoogle Scholar
ยี่ห้อ, M., Wegmann, E., สตาร์ค R., มุลเลอร์ A., วูล์ฟลิง K., ร็อบบินส์ ต., & โปเตนซา ม. (2019). รูปแบบปฏิสัมพันธ์ของบุคคล - ความรู้ความเข้าใจ - การดำเนินการ (I-PACE) สำหรับพฤติกรรมเสพติด: อัปเดตการวางนัยทั่วไปของพฤติกรรมเสพติดที่นอกเหนือจากความผิดปกติในการใช้งานอินเทอร์เน็ตและการกำหนดคุณลักษณะของกระบวนการของพฤติกรรมเสพติด. ประสาทวิทยาศาสตร์และชีวจิตรีวิว, 104, 1-10. ดอย:https://doi.org/10.1016/j.neubiorev.2019.06.032 CrossRef, เมดGoogle Scholar
ยี่ห้อ, M., หนุ่ม K. S., Laier, C., Wölfling, K., & โปเตนซา ม. (2016). การบูรณาการข้อพิจารณาทางจิตวิทยาและ neurobiological เกี่ยวกับการพัฒนาและการบำรุงรักษาความผิดปกติของการใช้งานอินเทอร์เน็ตโดยเฉพาะ: ปฏิสัมพันธ์ของตัวแบบบุคคลที่มีผลต่อความรู้ความเข้าใจ - การดำเนินการ (I-PACE). ประสาทวิทยาศาสตร์และชีวจิตรีวิว, 71, 252-266. ดอย:https://doi.org/10.1016/j.neubiorev.2016.08.033 CrossRef, เมดGoogle Scholar
บุช G., หลิว P., & พอสเนอร์ M. I. (2000). อิทธิพลของความรู้ความเข้าใจและอารมณ์ในเยื่อหุ้มสมองส่วนหน้า. แนวโน้มในองค์ความรู้วิทยาศาสตร์ 4 (6) 215-222. ดอย:https://doi.org/10.1016/S1364-6613(00)01483-2 CrossRef, เมดGoogle Scholar
ช้าง F. C., ชิว ค. H., ลี ค. ม., เฉิน พี. เอช., & แม้ว เอ็นเอฟ (2014). ตัวทำนายการเริ่มต้นและการคงอยู่ของการเสพติดอินเทอร์เน็ตในหมู่วัยรุ่นในไต้หวัน. พฤติกรรมเสพติด, 39 (10), 1434-1440. ดอย:https://doi.org/10.1016/j.addbeh.2014.05.010 CrossRef, เมดGoogle Scholar
เฉิง Y., หวาง ค. ค., แม่ T., เหว่ย X., วัง X., Lu, J., & วัง J. (2016). การเสริมสร้างความเข้มแข็งของ synaptic ที่แตกต่างกันของวิถีทางตรงและทางอ้อมของ striatal ทำให้เกิดการบริโภคแอลกอฮอล์. จิตเวชศาสตร์ชีวภาพ, 81 (11), 918-929. ดอย:https://doi.org/10.1016/j.biopsych.2016.05.016 CrossRef, เมดGoogle Scholar
ชอย เจ., จอด, เอส., ต้า นางสาว., ลี เจวาย., จอด, ค. ข., ฮวง เจวาย., กวาก ก. ร., & จุง เอช. วาย. (2014). การควบคุมการยับยั้งที่ผิดปกติและแรงกระตุ้นในการติดอินเทอร์เน็ต. การวิจัยทางจิตเวชศาสตร์, 215 (2), 424-428. ดอย:https://doi.org/10.1016/j.psychres.2013.12.001 CrossRef, เมดGoogle Scholar
ค็อกซ์ L. S., ทิฟฟานี่ เซนต์., & ขนาน, ก. (2001). การประเมินผลแบบสอบถามสั้น ๆ ของการกระตุ้นให้เกิดการสูบบุหรี่ (QSU-brief) ในห้องปฏิบัติการและสถานพยาบาล. การวิจัยนิโคตินและยาสูบ, 3 (1), 7-16. ดอย:https://doi.org/10.1080/14622200020032051 CrossRef, เมดGoogle Scholar
ดัลเลย์ เจ. ดับเบิลยู., เอเวอร์ริท บี. เจ., & ร็อบบินส์ ต. (2011). Impulsivity, Compulsivity และการควบคุมการรับรู้จากบนลงล่าง. เซลล์ประสาท, 69 (4), 680-694. ดอย:https://doi.org/10.1016/j.neuron.2011.01.020 CrossRef, เมดGoogle Scholar
ดง G., & โปเตนซา ม. (2014). รูปแบบความรู้ความเข้าใจพฤติกรรมของความผิดปกติของการเล่นเกมอินเทอร์เน็ต: การสนับสนุนทางทฤษฎีและผลกระทบทางคลินิก. วารสารวิจัยจิตเวช, 58, 7-11. ดอย:https://doi.org/10.1016/j.jpsychires.2014.07.005 CrossRef, เมดGoogle Scholar
ดง G., & โปเตนซา ม. (2016). การเสี่ยงและการตัดสินใจที่มีความเสี่ยงในการเล่นเกมทางอินเทอร์เน็ต: ผลกระทบเกี่ยวกับการเล่นเกมออนไลน์ในการตั้งค่าของผลกระทบเชิงลบ. วารสารวิจัยจิตเวช, 73, 1-8. ดอย:https://doi.org/10.1016/j.jpsychires.2015.11.011 CrossRef, เมดGoogle Scholar
ดง G., วัง L., ดู่ X., & โปเตนซา ม. (2017). การเล่นเกมเพิ่มความอยากที่จะมีสิ่งเร้าที่เกี่ยวข้องกับการเล่นเกมในบุคคลที่มีความผิดปกติของเกมบนอินเทอร์เน็ต. จิตเวชศาสตร์ชีวภาพ: ประสาทวิทยาศาสตร์และระบบประสาท, 2 (5), 404-412. ดอย:https://doi.org/10.1016/j.bpsc.2017.01.002 CrossRef, เมดGoogle Scholar
ดง G., วัง L., ดู่ X., & โปเตนซา ม. (2018). ความแตกต่างที่เกี่ยวข้องกับเพศในการตอบสนองต่อระบบประสาทของเกมก่อนและหลังการเล่นเกม: ผลกระทบต่อช่องโหว่เฉพาะทางเพศต่อความผิดปกติในการเล่นเกมทางอินเทอร์เน็ต. ความรู้ความเข้าใจทางสังคมและประสาทวิทยาศาสตร์, 13 (11), 1203-1214. ดอย:https://doi.org/10.1093/scan/nsy084 CrossRef, เมดGoogle Scholar
ดง G., วัง M., หลิว X., เหลียง Q., ดู่ X., & โปเตนซา ม. (2020). การเปิดใช้งาน lentiform ที่เกี่ยวข้องกับความอยากรู้ในระหว่างการกีดกันการเล่นเกมเกี่ยวข้องกับการเกิดขึ้นของความผิดปกติของการเล่นเกมบนอินเทอร์เน็ต. ชีววิทยาการเสพติด, 25 (1), e12713. ดอย:https://doi.org/10.1111/adb.12713 CrossRef, เมดGoogle Scholar
ดง G., วัง Z., วัง Y., ดู่ X., & โปเตนซา ม. (2019). การเชื่อมต่อการทำงานและความอยากรู้อยากเห็นเกี่ยวกับเพศระหว่างการเล่นเกมและการงดเว้นทันทีในระหว่างช่วงพักบังคับ. ความก้าวหน้าในระบบประสาท - จิตเภสัชวิทยาและจิตเวชศาสตร์ชีวภาพ, 88, 1-10. ดอย:https://doi.org/10.1016/j.pnpbp.2018.04.009 CrossRef, เมดGoogle Scholar
ดง G., เจิ้งเหอ H., หลิว X., วัง Y., ดู่ X., & โปเตนซา ม. (2018). ความแตกต่างที่เกี่ยวกับเพศสภาพในความอยากได้คิวในเกมพนันทางอินเทอร์เน็ต: ผลของการถูกกีดกัน. วารสารพฤติกรรมติดยาเสพติด, 7 (4), 953-964. ดอย:https://doi.org/10.1556/2006.7.2018.118 ลิงค์Google Scholar
ดง G., โจว H., & จ้าว X. (2010). การยับยั้งแรงกระตุ้นในผู้ที่มีความผิดปกติของการเสพติดอินเทอร์เน็ต: หลักฐานทางกระแสไฟฟ้าจากการศึกษา Go / NoGo. ตัวอักษรประสาทวิทยาศาสตร์, 485 (2), 138-142. ดอย:https://doi.org/10.1016/j.neulet.2010.09.002 CrossRef, เมดGoogle Scholar
ดาวลิ่ง N. A. (2014). ปัญหาที่เกิดขึ้นจากการจำแนกความผิดปกติของการเล่นเกมอินเทอร์เน็ต DSM-5 และเกณฑ์การวินิจฉัยที่เสนอ. การเสพติด, 109 (9), 1408-1409. ดอย:https://doi.org/10.1111/add.12554 CrossRef, เมดGoogle Scholar
เออร์เช K. D., ตั๋น, ก., แชมเบอร์เลน เอส. อาร์., มุลเลอร์ U., บูลมอร์, E. T., & ร็อบบินส์ ต. (2012). ความผิดปกติของความรู้ความเข้าใจและลักษณะบุคลิกภาพกังวล - หุนหันพลันแล่นเป็น endophenotypes สำหรับการพึ่งพายาเสพติด. วารสารจิตเวชศาสตร์อเมริกัน, 169 (9), 926-936. ดอย:https://doi.org/10.1176/appi.ajp.2012.11091421 CrossRef, เมดGoogle Scholar
ฟิลเบย์ เอฟเอ็ม, ซานตาคลอส E., ออเดตต์ ก. ร., คูเลสคู, M., บานิช ม., นาเบะ J., ดู่ ย. ป., & ฮัทชิสัน K. E. (2008). การสัมผัสกับรสชาติของแอลกอฮอล์กระตุ้นการกระตุ้นการทำงานของระบบประสาท mesocorticolimbic. Neuropsychopharmacology, 33 (6), 1391-1401. ดอย:https://doi.org/10.1038/sj.npp.1301513 CrossRef, เมดGoogle Scholar
แฟรงคลิน ที., วัง Z., วัง J., ซิออร์ติโน N., ฮาร์เปอร์ D., หลี่ Y., เออร์มัน R., กำแมน K., โอไบรอัน ค. ป., detre, เจ., & เดรส ก. ร. (2007). การเปิดใช้งาน Limbic เพื่อชี้นำการสูบบุหรี่เป็นอิสระจากการถอนนิโคติน: การศึกษา fMRI ของเลือดไปเลี้ยง. Neuropsychopharmacology, 32 (11), 2301-2309. ดอย:https://doi.org/10.1038/sj.npp.1301371 CrossRef, เมดGoogle Scholar
การ์ดเนอร์ พี. เอช., แมคมิลแลน B., เรย์นอร์ D. K., วูล์ฟ E., & แนป P. (2011). ผลของการคำนวณที่มีต่อความเข้าใจของข้อมูลเกี่ยวกับยาในผู้ใช้เว็บไซต์ข้อมูลผู้ป่วย. การให้คำปรึกษาผู้ป่วยและการศึกษา, 83 (3), 398-403. ดอย:https://doi.org/10.1016/j.pec.2011.05.006 CrossRef, เมดGoogle Scholar
ฮอลล์ อี. ดับเบิลยู., ซานเชซ ที. เอช., สไตน์ ก., สตีเฟนสัน R., ซโลตอร์ซินสกา, M., สินีธ อาร์ซี, & ซัลลิแวน พี. เอส. (2017). การใช้วิดีโอช่วยปรับปรุงความเข้าใจในการยินยอมอย่างชาญฉลาดในการสำรวจบนเว็บระหว่างผู้ใช้อินเทอร์เน็ตที่มีเพศสัมพันธ์กับผู้ชาย: การทดลองแบบสุ่มควบคุม. วารสารการวิจัยอินเทอร์เน็ตทางการแพทย์, 19 (3), e64. ดอย:https://doi.org/10.2196/jmir.6710 CrossRef, เมดGoogle Scholar
แฮร์ริสัน บี. เจ., ฟูลาน่า ม., ผ่านทาง E., โซเรียโน - มาส C., เวอร์ฟเลียต, B., มาร์ติเน Zalacain, I., Pujol, J., ดาวี่ ค., คาร์ชี T., สเตราเบอ B., & การ์ดเนอร์ N. (2017). เยื่อหุ้มสมองส่วนหน้า ventromedial ของมนุษย์และการประมวลผลอารมณ์เชิงบวกของสัญญาณความปลอดภัย. ประสาทภาพ, 152, 12-18. ดอย:https://doi.org/10.1016/j.neuroimage.2017.02.080 CrossRef, เมดGoogle Scholar
ฮาฟลิเซก M., โรบรูค A., ฟริสตัน K., การ์ดูมิ A., Ivanov, D., & Uludag K. (2015). การสร้างแบบจำลองเชิงสาเหตุเชิงไดนามิกของข้อมูล fMRI. ประสาทภาพ, 122, 355-372. ดอย:https://doi.org/10.1016/j.neuroimage.2015.07.078 CrossRef, เมดGoogle Scholar
ฮาวี N. S., ซามาฮา M., & กริฟฟิ M. D. (2018). ความผิดปกติในการเล่นเกมทางอินเทอร์เน็ตในเลบานอน: ความสัมพันธ์กับอายุนิสัยการนอนหลับและผลสัมฤทธิ์ทางการเรียน. วารสารพฤติกรรมติดยาเสพติด, 7 (1), 70-78. ดอย:https://doi.org/10.1556/2006.7.2018.16 ลิงค์Google Scholar
เขา Q., หวาง X., จาง S., ทูเรล O., แม่ L., & เบจารา A. (2019). การสร้างแบบจำลองเชิงสาเหตุเชิงพลวัตของกิจกรรมโดดเดี่ยว, striatal, และ prefrontal cortex ระหว่างงาน Go / NoGo เฉพาะอาหาร. จิตเวชศาสตร์ชีวภาพ: ประสาทวิทยาศาสตร์และระบบประสาท, 4 (12), 1080-1089. ดอย:https://doi.org/10.1016/j.bpsc.2018.12.005 CrossRef, เมดGoogle Scholar
อิเคโมโตะ S., ยาง C., & ตาล A. (2015). วงจรปมปมพื้นฐาน basal, dopamine และแรงจูงใจ: การตรวจสอบและสอบถามรายละเอียดเพิ่มเติม. การวิจัยเกี่ยวกับพฤติกรรมทางสมอง, 290, 17-31. ดอย:https://doi.org/10.1016/j.bbr.2015.04.018 CrossRef, เมดGoogle Scholar
คิม S. N., คิม M., ลี ที. เอช., ลี เจวาย., จอด, S., จอด, M., คิม ดี., เทควันโด เจ., & ชอย เจ. (2018). เพิ่มความเอนเอียงไปทางสัญญาณภาพในความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตและความผิดปกติที่ครอบงำ - บังคับ: การศึกษาที่เกี่ยวข้องกับเหตุการณ์ที่อาจเกิดขึ้น. พรมแดนในจิตเวชศาสตร์, 9, 315. ดอย:https://doi.org/10.3389/fpsyt.2018.00315 CrossRef, เมดGoogle Scholar
กษัตริย์, D. L., & สมาคมตอบสนองอุตสาหกรรมเกม. (2018). แสดงความคิดเห็นต่อคำแถลงการณ์ของอุตสาหกรรมเกมทั่วโลกเกี่ยวกับความผิดปกติในการเล่นเกมของ ICD-11: กลยุทธ์ขององค์กรที่มองข้ามความเสียหายและเบี่ยงเบนความรับผิดชอบต่อสังคม? การเสพติด, 113 (11), 2145-2146. ดอย:https://doi.org/10.1111/add.14388 CrossRef, เมดGoogle Scholar
นัทสัน B., ฟง ช. ดับเบิลยู, อดัมส์ ค. ม., วาร์เนอร์ J. L., & โฮมเมอร์, D. (2001). การแยกความสัมพันธ์ระหว่างการคาดหวังและผลตอบแทนกับ fMRI ที่เกี่ยวข้องกับเหตุการณ์. Neuroreport, 12 (17), 3683-3687. ดอย:https://doi.org/10.1097/00001756-200112040-00016 CrossRef, เมดGoogle Scholar
นัทสัน B., & เกรียร์ เอส. (2008). Anticipatory effects: Neural correlates และผลที่ตามมาสำหรับการเลือก. ปรัชญาการทำธุรกรรมของราชสมาคมแห่งลอนดอน, 363 (1511), 3771-3786. ดอย:https://doi.org/10.1098/rstb.2008.0155 CrossRef, เมดGoogle Scholar
เกาะ ค. H., หลิว กรัม C., Hsiao, S., เยน, เจวาย., ยาง M. J., หลิน ห้องน้ำ., เยน, ค. ฉ., & เฉิน ค. S. (2009). กิจกรรมสมองที่เกี่ยวข้องกับการกระตุ้นให้เกิดการติดเกมออนไลน์. วารสารวิจัยจิตเวช, 43 (7), 739-747. ดอย:https://doi.org/10.1016/j.jpsychires.2008.09.012 CrossRef, เมดGoogle Scholar
เกาะ ค. H., หลิว กรัม C., เยน, เจวาย., เยน, ค. ฉ., เฉิน ค. S., & หลิน ห้องน้ำ. (2013). การเปิดใช้งานสมองสำหรับการกระตุ้นการเล่นเกมคิวและความอยากสูบบุหรี่ในหมู่ผู้ร่วม comorbid กับการติดเกมบนอินเทอร์เน็ตและการพึ่งพานิโคติน. วารสารวิจัยจิตเวช, 47 (4), 486-493. ดอย:https://doi.org/10.1016/j.jpsychires.2012.11.008 CrossRef, เมดGoogle Scholar
เกาะ ค. H., หลิว T. L., วัง ป. ว., เฉิน ค. S., เยน, ค. ฉ., & เยน, เจวาย. (2014). การกำเริบของภาวะซึมเศร้า, ความเกลียดชังและความวิตกกังวลทางสังคมในการติดอินเทอร์เน็ตในหมู่วัยรุ่น: การศึกษาในอนาคต. จิตเวชศาสตร์ที่ครอบคลุม, 55 (6), 1377-1384. ดอย:https://doi.org/10.1016/j.comppsych.2014.05.003 CrossRef, เมดGoogle Scholar
เกาะ ค. H., วัง ป. ว., หลิว T. L., เยน, ค. ฉ., เฉิน ค. S., & เยน, เจวาย. (2015). การเชื่อมโยงแบบสองทิศทางระหว่างปัจจัยด้านครอบครัวและการติดอินเทอร์เน็ตในหมู่วัยรุ่นในการสืบสวนที่คาดหวัง. จิตเวชศาสตร์และประสาทวิทยาศาสตร์, 69 (4), 192-200. ดอย:https://doi.org/10.1111/pcn.12204 CrossRef, เมดGoogle Scholar
โคเบอร์ H., ลาคาดี ค. ม., เลอร์, ข. อี., มาลิสัน ร. ต. อ., สิงห R., & โปเตนซา ม. (2016). กิจกรรมเกี่ยวกับสมองระหว่างความอยากโคเคนและการพนันเรียกร้อง: การศึกษา fMRI. Neuropsychopharmacology, 41 (2), 628-637. ดอย:https://doi.org/10.1038/npp.2015.193 CrossRef, เมดGoogle Scholar
โคเบอร์ H., เมนเด-ซีเดลกี, P., ครอส อี., เวเบอร์ J., มิเชล W., ฮาร์ท ค. L., & อ็อคส์เนอร์ K. N. (2010). เส้นทาง Prefrontal-striatal รองรับการรับรู้ของความอยาก. การดำเนินการของสถาบันวิทยาศาสตร์แห่งชาติของสหรัฐอเมริกา, 107 (33), 14811-14816. ดอย:https://doi.org/10.1073/pnas.1007779107 CrossRef, เมดGoogle Scholar
ค่าใช้จ่าย ที., สแกนลีย์, ข. อี., ทักเกอร์ พ., โอลีฟโต A., เจ้าชาย C., สิงห R., โปเตนซา ม., สคูดลาร์สกี้ P., & เลอร์, ข. อี. (2005). การเปลี่ยนแปลงของการทำงานของสมองเกิดจากคิวและการกำเริบของโรคในผู้ป่วยติดยาเสพติดโคเคน. Neuropsychopharmacology, 31 (3), 644-650. ดอย:https://doi.org/10.1038/sj.npp.1300851 CrossRefGoogle Scholar
เลา, J. T. F., วู A. M. S., ขั้นต้น D. L., เฉิง K. ม., & เลา, M. M. G. (2017). ติดยาเสพติดอินเทอร์เน็ตชั่วคราวหรือถาวร? อุบัติการณ์และการทำนายอนาคตของการให้อภัยผู้ติดอินเทอร์เน็ตในนักเรียนมัธยมศึกษาจีน. พฤติกรรมเสพติด, 74, 55-62. ดอย:https://doi.org/10.1016/j.addbeh.2017.05.034 CrossRef, เมดGoogle Scholar
เลครูบิเอร์ Y., ชีแฮน D. V., ไวเลอร์ E., อโมริม, P., โบโนร่า I., ชีแฮน เค., จานาฟ J., & ดันบาร์ กรัม C. (1997). สัมภาษณ์มินิประสาทวิทยาทางจิตเวชนานาชาติ (MINI) การสัมภาษณ์แบบวินิจฉัยสั้น ๆ : ความน่าเชื่อถือและความถูกต้องตาม CIDI. จิตเวชยุโรป, 12 (5), 224-231. ดอย:https://doi.org/10.1016/S0924-9338(97)83296-8 CrossRefGoogle Scholar
Leeman, ร., & โปเตนซา ม. (2012). ความเหมือนและความแตกต่างระหว่างการพนันทางพยาธิวิทยากับความผิดปกติในการใช้สารเสพติด: มุ่งเน้นไปที่การกระตุ้น. Psychopharmacology (เบอร์ลิน), 219 (2), 469-490. ดอย:https://doi.org/10.1007/s00213-011-2550-7 CrossRef, เมดGoogle Scholar
หลี่ W., เชียงใหม่ X., & หลิว C. (2014). เครือข่ายโหมดเริ่มต้นและความเข้าใจทางสังคมของผู้อื่น: การศึกษาการเชื่อมต่อของสมองบอกอะไรเรา. พรมแดนในประสาทวิทยาศาสตร์ของมนุษย์, 8, 74. ดอย:https://doi.org/10.3389/fnhum.2014.00074 CrossRef, เมดGoogle Scholar
หลิว L., เจี๊ยก ส. ว., จาง เจ., วัง L. J., เชน Z. J., หลิว B., แม่ เอส., ยาว ย. ว., & ฝาง เอ็กซ์วาย (2017). การเปิดใช้งานของ ventral และหลัง striatum ในระหว่างปฏิกิริยาคิวในความผิดปกติของการเล่นเกมอินเทอร์เน็ต. ชีววิทยาการเสพติด, 22 (3), 791-801. ดอย:https://doi.org/10.1111/adb.12338 CrossRef, เมดGoogle Scholar
แม่ เอส., วอร์ฮันสกี้ P. D., เสี่ยว เจ., เจี๊ยก ส. ว., โจว N., จาง เจ., หลิว L., วัง L. J., หลิว B., ยาว ย. ว., จาง S., & ฝาง เอ็กซ์วาย (2019). การเปลี่ยนแปลงในเครือข่ายการทำงานระหว่างการตอบสนองต่อคิวในการเล่นเกมทางอินเทอร์เน็ต. วารสารพฤติกรรมติดยาเสพติด, 8 (2), 277-287. ดอย:https://doi.org/10.1556/2006.8.2019.25 ลิงค์Google Scholar
ไมริค H., แอนตัน ร., หลี่ X., เฮนเดอ S., น้ำลายไหล D., โวโรนิน, K., & จอร์จ, นางสาว. (2004). การทำงานของสมองที่แตกต่างกันในกลุ่มผู้ติดสุราและสังคมกับความหมายของแอลกอฮอล์: ความสัมพันธ์กับความอยาก. Neuropsychopharmacology, 29 (2), 393-402. ดอย:https://doi.org/10.1038/sj.npp.1300295 CrossRef, เมดGoogle Scholar
นูเยนส์ F., Deleuze, J., เมาเรจ P., กริฟฟิ M. D., Kuss, ดี., & Billieux, J. (2016). ความหุนหันพลันแล่นในเกมต่อสู้เวทีออนไลน์ที่มีผู้เล่นหลายคน: ผลลัพธ์เบื้องต้นเกี่ยวกับมาตรการทดลองและรายงานตนเอง. วารสารพฤติกรรมติดยาเสพติด, 5 (2), 351-356. ดอย:https://doi.org/10.1556/2006.5.2016.028 ลิงค์Google Scholar
Pawlikowski, M., & ยี่ห้อ, M. (2011). การเล่นเกมอินเทอร์เน็ตและการตัดสินใจที่มากเกินไป: ผู้เล่น World of Warcraft มากเกินไปมีปัญหาในการตัดสินใจภายใต้เงื่อนไขที่มีความเสี่ยงหรือไม่? การวิจัยทางจิตเวชศาสตร์, 188 (3), 428-433. ดอย:https://doi.org/10.1016/j.psychres.2011.05.017 CrossRef, เมดGoogle Scholar
Petry, N. M., เรไบน์ F., คนต่างชาติ ง., Lemmens, เจ., รัมพ์ เอช. เจ., โมสเล่ T., บิชอฟ G., เต่า R., เชื้อรา D. S., บอร์เกส G., ออเรียคอมบ์ M., GonzálezIbáñez, A., ต๋ำ P., & โอไบรอัน ค. ป. (2014). ฉันทามติสากลในการประเมินความผิดปกติของการเล่นเกมอินเทอร์เน็ตโดยใช้วิธีการ DSM-5 ใหม่. การเสพติด, 109 (9), 1399-1406. ดอย:https://doi.org/10.1111/add.12457 CrossRef, เมดGoogle Scholar
Petry, N. M., เรไบน์ F., เกาะ ค. H., & โอไบรอัน ค. ป. (2015). ความผิดพลาดในการเล่นเกมทางอินเทอร์เน็ตใน DSM-5. รายงานจิตเวชศาสตร์ปัจจุบัน, 17 (9), 72. ดอย:https://doi.org/10.1007/s11920-015-0610-0 CrossRef, เมดGoogle Scholar
โปเตนซา ม., บาโลดิส I. M., ฝรั่งเศส, ค., วัว, S., เสี่ยว J., จุง T., & แกรนท์ J. E. (2013). ข้อพิจารณาทางประสาทวิทยาในการทำความเข้าใจการรักษาพฤติกรรมสำหรับการพนันทางพยาธิวิทยา. จิตวิทยาพฤติกรรมการเสพติด, 27 (2), 380-392. ดอย:https://doi.org/10.1037/a0032389 CrossRef, เมดGoogle Scholar
โปเตนซา ม., Steinberg, ม., สคูดลาร์สกี้ P., ฟุลไบรท์ ร., ลาคาดี ค. ม., วิลเบอร์ M. K., รุ่งสาวิลล์ บี. เจ., & กอร์ J. C. (2003). การพนันเรียกร้องให้มีการพนันทางพยาธิวิทยา: การศึกษาการถ่ายภาพด้วยคลื่นสนามแม่เหล็กที่ใช้งานได้. จดหมายเหตุแห่งจิตเวชทั่วไป, 60 (8), 828-836. ดอย:https://doi.org/10.1001/archpsyc.60.8.828 CrossRef, เมดGoogle Scholar
ฉี X., ยาง Y., ได S., เกา P., ดู่ X., จาง Y., ดู่ G., หลี่ X., & จาง Q. (2016). ผลของผลลัพธ์ต่อความแปรปรวนร่วมระหว่างระดับความเสี่ยงและการทำงานของสมองในวัยรุ่นที่มีความผิดปกติในการเล่นเกมอินเทอร์เน็ต. NeuroImage: คลินิก, 12, 845-851. ดอย:https://doi.org/10.1016/j.nicl.2016.10.024 CrossRef, เมดGoogle Scholar
ม้วน, E. T. (2000). เยื่อหุ้มสมองวงโคจรด้านหน้าและให้รางวัล. Cerebral Cortex, 10 (3), 284-294. ดอย:https://doi.org/10.1093/cercor/10.3.284 CrossRef, เมดGoogle Scholar
รัมพ์ เอช. เจ., Achab, S., Billieux, J., โบว์โจนส์ H., คาร์ราเกอร์, N., Demetrovics, Z., ฮิกุจิ S., กษัตริย์, D. L., แมนน์ K., โปเตนซา M., แซนเดอ เจบี, แอ๊บบอต M., แอมเบการ์ A., อารีจัก อบต., อัศนังกรชัย, S., Bahar, N., บอร์เกส G., ยี่ห้อ, M., จัน E. M., จุง T., เดเรเวนสกี้ J., คาเชฟ ก. E., แฟร์เรลล์ M., Fineberg, N. A., แกนดิน C., คนต่างชาติ ง., กริฟฟิ M. D., Goudriaan, ก. E., กรัล - บรอนเนค M., งูเห่า W., ฮอดกินส์ กระแสตรง., ip, P., Király, O., ลี เอชเค, Kuss, D., Lemmens, เจ., ยาว, J., โลเปซนัน O., มิฮาระ S., Petry, N. M., ปอนเตส เอชเอ็ม, ราฮิมี-โมวาการ์ A., เรไบน์ F., เรห์ม J., สกาฟาโต E., ชาร์ M., spritzer, D., สไตน์ ดี., ต๋ำ P., ไวน์สไตน์ A., วิทเชน เอช., Wölfling, K., Zullino, D., & พอซนยัค V. (2018). รวมถึงความผิดปกติในการเล่นเกมใน ICD-11: ความจำเป็นในการทำเช่นนั้นจากมุมมองทางคลินิกและการสาธารณสุข. วารสารพฤติกรรมติดยาเสพติด, 7 (3), 556-561. ดอย:https://doi.org/10.1556/2006.7.2018.59 ลิงค์Google Scholar
แซนเดอ เจบี, งูเห่า W., ยาว, J., กษัตริย์, D. L., แมนน์ K., Fauth-Buhler M., รัมพ์ เอช. เจ., โบว์โจนส์ H., ราฮิมี-โมวาการ์ A., จุง T., จัน E., Bahar, N., Achab, S., ลี เอชเค, โปเตนซา M., Petry, N., spritzer, D., แอมเบการ์ A., เดเรเวนสกี้ J., กริฟฟิ M. D., ปอนเตส เอชเอ็ม, Kuss, D., ฮิกุจิ S., มิฮาระ S., อัสสังฆ์กรชัย, S., ชาร์ M., คาเชฟ ก. E., ip, P., แฟร์เรลล์ M., สกาฟาโต E., คาร์ราเกอร์, N., & พอซนยัค V. (2017). ความผิดปกติของการเล่นเกม: การตีความเป็นเงื่อนไขที่สำคัญสำหรับการวินิจฉัยการจัดการและการป้องกัน. วารสารพฤติกรรมติดยาเสพติด, 6 (3), 271-279. ดอย:https://doi.org/10.1556/2006.6.2017.039 ลิงค์Google Scholar
ซาเย็ต ม. (2016). บทบาทของความอยากในความผิดปกติของการใช้สาร: ประเด็นทางทฤษฎีและระเบียบวิธี. ทบทวนประจำปีของจิตวิทยาคลินิก, 12 (1), 407-433. ดอย:https://doi.org/10.1146/annurev-clinpsy-021815-093351 CrossRef, เมดGoogle Scholar
ซาเย็ต ม., schooler, เจ. ดับเบิลยู., & ไรเคิล E. D. (2010). ออกมาสำหรับควัน: ผลกระทบของความอยากบุหรี่ในการแบ่งเขตระหว่างการอ่าน. วิทยาศาสตร์จิตวิทยา 21 (1) 26-30. ดอย:https://doi.org/10.1177/0956797609354059 CrossRef, เมดGoogle Scholar
สิงห R., & หลี่ ค. S. (2007). การถ่ายภาพความเครียดและความอยากยาและแอลกอฮอล์ที่เกิดจากคิว: สัมพันธ์กับการกำเริบของโรคและผลกระทบทางคลินิก. รีวิวยาและแอลกอฮอล์, 26 (1), 25-31. ดอย:https://doi.org/10.1080/09595230601036960 CrossRef, เมดGoogle Scholar
สลุตสกี้ ว. ส. (2006). การฟื้นตัวตามธรรมชาติและการแสวงหาการรักษาในการพนันทางพยาธิวิทยา: ผลลัพธ์ของการสำรวจสองชาติของสหรัฐอเมริกา. วารสารจิตเวชศาสตร์อเมริกัน, 163 (2), 297-302. ดอย:https://doi.org/10.1176/appi.ajp.163.2.297 CrossRef, เมดGoogle Scholar
สลุตสกี้ ว. ส., เซคสกี ต., บลาสซินสกี้ A., & มาร์ติน N. G. (2010). การกู้คืนการพนันทางพยาธิวิทยาในกรณีที่ไม่มีการงดเว้น. การเสพติด, 105 (12), 2169-2175. ดอย:https://doi.org/10.1111/j.1360-0443.2010.03080.x CrossRef, เมดGoogle Scholar
สเตฟาน K. E., เงิน, W. D., โมแรน อาร์. เจ., รัง Ouden เอช. เอ็ม., โดนิโซ J., & ฟริสตัน K. เจ (2010). กฎง่ายๆสิบข้อสำหรับการสร้างแบบจำลองเชิงสาเหตุแบบไดนามิก. Neuroimage, 49 (4), 3099-3109. ดอย:https://doi.org/10.1016/j.neuroimage.2009.11.015 CrossRef, เมดGoogle Scholar
ดวงอาทิตย์ Y., หญิง H., ซีโตฮูล ร., เสวี่ยเหมย W., ยา Z., เควน L., กั๋วชิง X., & เจ้า S. (2012). การศึกษาสมอง fMRI ของความอยากรู้อยากเห็นที่เกิดจากภาพคิวในการติดเกมออนไลน์ (วัยรุ่นชาย). การวิจัยสมองพฤติกรรม, 233 (2), 563-576. ดอย:https://doi.org/10.1016/j.bbr.2012.05.005 CrossRef, เมดGoogle Scholar
นาเบะ J., ธ อมป์สัน L., ซานตาคลอส E., ดัลวานี M., ฮัทชิสัน K., & บานิช ม. (2007). กิจกรรมเยื่อหุ้มสมอง Prefrontal จะลดลงในการเล่นการพนันและผู้ใช้ nongambling สารในระหว่างการตัดสินใจ. การทำแผนที่สมองของมนุษย์, 28 (12), 1276-1286. ดอย:https://doi.org/10.1002/hbm.20344 CrossRef, เมดGoogle Scholar
ทิฟฟานี่ เซนต์. (1990). แบบจำลองความรู้ความเข้าใจเกี่ยวกับยาเสพติดกระตุ้นและพฤติกรรมการใช้ยา: บทบาทของกระบวนการอัตโนมัติและไม่ใช้อากาศ. รีวิวประสาทวิทยา, 97 (2), 147-168. ดอย:https://doi.org/10.1037/0033-295x.97.2.147 Google Scholar
โทเบลอร์ พีเอ็น, พรีลเลอร์, เค., แคมป์เบล Meiklejohn, D. K., ริชเนอร์, M., เครเฮนมันน์, R., สแตมป์ฟลี P., เฮอร์เดนเนอร์, M., ไซฟริทซ์, E., & เควดนาว ข. ข. (2016). พื้นฐานทางประสาทที่ใช้ร่วมกันของการขาดดุลทางสังคมและที่ไม่ใช่ทางสังคมในผู้ใช้โคเคนเรื้อรัง. ความรู้ความเข้าใจทางสังคมและประสาทวิทยาศาสตร์, 11 (6), 1017-1025. ดอย:https://doi.org/10.1093/scan/nsw030 CrossRef, เมดGoogle Scholar
วัง Y., วู L., วัง L., จาง Y., ดู่ X., & ดง G. (2017). การตัดสินใจและการควบคุมแรงบกพร่องในผู้ติดเกมออนไลน์ที่มีความบกพร่อง: หลักฐานจากการเปรียบเทียบกับผู้ใช้อินเทอร์เน็ตเกมสันทนาการ. ชีววิทยาการเสพติด, 22 (6), 1610-1621. ดอย:https://doi.org/10.1111/adb.12458 CrossRef, เมดGoogle Scholar
วัง Y., วู L., โจว H., หลิน X., จาง Y., ดู่ X., & ดง G. (2017). การควบคุมผู้บริหารที่มีความบกพร่องและวงจรการให้รางวัลในการติดเกมบนอินเทอร์เน็ตภายใต้งานลดราคาล่าช้า: การวิเคราะห์องค์ประกอบอิสระ. จดหมายเหตุยุโรปของจิตเวชศาสตร์และประสาทวิทยาศาสตร์, 267 (3), 245-255. ดอย:https://doi.org/10.1007/s00406-016-0721-6 CrossRef, เมดGoogle Scholar
เลอร์, ข. อี., ก็อทชอล์ค ค. H., ฟุลไบรท์ ร., Prohovnik I., ลาคาดี ค. ม., รุ่งสาวิลล์ บี. เจ., & กอร์ J. C. (2001). ฟังก์ชั่นการถ่ายภาพด้วยคลื่นสนามแม่เหล็กของความอยากโคเคน. วารสารจิตเวชศาสตร์อเมริกัน, 158 (1), 86-95. ดอย:https://doi.org/10.1176/appi.ajp.158.1.86 CrossRef, เมดGoogle Scholar
วอร์ฮันสกี้ P. D., มาลิสัน ร. ต. อ., โรเจอร์ส ร., & โปเตนซา ม. (2014). การเปลี่ยนแปลงความสัมพันธ์ทางประสาทของการให้รางวัลและการสูญเสียในระหว่างการจำลองสล็อตแมชชีน fMRI ในการพนันทางพยาธิวิทยาและการพึ่งพาโคเคน. การพึ่งพายาและแอลกอฮอล์, 145, 77-86. ดอย:https://doi.org/10.1016/j.drugalcdep.2014.09.013 CrossRef, เมดGoogle Scholar
ลบ J., กรึสเซอร์ เอส., ไคลน์ S., เดียเนอร์ C., แฮร์มันน์ D., ดอกไม้ H., แมนน์ K., บรัส ง., & ไฮนซ์ A. (2002). การพัฒนาตัวชี้นำแอลกอฮอล์ที่เกี่ยวข้องและการกระตุ้นสมองด้วยคิวในแอลกอฮอล์. จิตเวชยุโรป, 17 (5), 287-291. ดอย:https://doi.org/10.1016/S0924-9338(02)00676-4 CrossRef, เมดGoogle Scholar
ยาง L. Z., ชิ B., หลี่ H., จาง W., หลิว Y., วัง เอช., เลเวล, W., จี X., ฮูดัก J., โจว Y., ฟอลแกตเตอร์, ก., & จาง X. ค. (2017). การกระตุ้นด้วยไฟฟ้าช่วยลดความอยากของผู้สูบบุหรี่โดยการปรับการมีเพศสัมพันธ์ระหว่างเยื่อหุ้มสมอง prefrontal ข้างหลังและ gyrus parahippocampal. ความรู้ความเข้าใจทางสังคมและประสาทวิทยาศาสตร์, 12 (8), 1296-1302. ดอย:https://doi.org/10.1093/scan/nsx055 CrossRef, เมดGoogle Scholar
เจี๊ยก ส. ว., วอร์ฮันสกี้ P. D., เสี่ยว J., โมริเอะ K. พี., ตำรวจ, ร. ต. อ., มาลิสัน ร. ต. อ., แครอล K. ม., & โปเตนซา ม. (2018). ความสัมพันธ์ระหว่างวัตถุสีเทากับคุณสมบัติการวินิจฉัยและการวินิจฉัยของการเสพติดและพฤติกรรม. ชีววิทยาการเสพติด, 23 (1), 394-402. ดอย:https://doi.org/10.1111/adb.12492 CrossRef, เมดGoogle Scholar
หนุ่ม K. (2009). การติดอินเทอร์เน็ต: การพิจารณาวินิจฉัยและการรักษา. วารสารจิตบำบัดร่วมสมัย, 39 (4), 241-246. ดอย:https://doi.org/10.1007/s10879-009-9120-x CrossRefGoogle Scholar
หนุ่ม K. S., & ยี่ห้อ, M. (2017). ผสานโมเดลเชิงทฤษฎีและแนวทางการบำบัดในบริบทของความผิดปกติของการเล่นเกมอินเทอร์เน็ต: มุมมองส่วนบุคคล. พรมแดนในด้านจิตวิทยา, 8, 1853. ดอย:https://doi.org/10.3389/fpsyg.2017.01853 CrossRef, เมดGoogle Scholar
จาง เจ., ยาว ย. ว., โปเตนซา ม., เซี่ย ค. ค., ลาน J., หลิว L., วัง L. J., หลิว B., แม่ เอส., & ฝาง เอ็กซ์วาย (2016a). การเปลี่ยนแปลงสถานะของระบบประสาทของการพักผ่อนและการเปลี่ยนแปลงหลังจากการแทรกแซงพฤติกรรมความอยากรู้อยากเห็นสำหรับความผิดปกติของเกมบนอินเทอร์เน็ต. รายงานทางวิทยาศาสตร์, 6 (1), 28109. ดอย:https://doi.org/10.1038/srep28109 CrossRef, เมดGoogle Scholar
จาง เจ., ยาว ย. ว., โปเตนซา ม., เซี่ย ค. ค., ลาน J., หลิว L., วัง L. J., หลิว B., แม่ เอส., & ฝาง เอ็กซ์วาย (2016b). ผลของการแทรกแซงพฤติกรรมความอยากในพื้นผิวประสาทของความอยากรู้อยากเห็นคิวในความผิดปกติของเกมอินเทอร์เน็ต. NeuroImage: คลินิก, 12, 591-599. ดอย:https://doi.org/10.1016/j.nicl.2016.09.004 CrossRef, เมดGoogle Scholar