การประมวลผลร่วมที่บกพร่องในบุคคลที่มีความผิดปกติในการเสพติดอินเทอร์เน็ต: การศึกษาที่เกี่ยวข้องกับเหตุการณ์ (2017)

เจียวสามารถ^{1 †}, ติงหวาง^{1 †}, Xiaozhe Peng¹ และ Fang Cui^{* 1,2}

• ¹วิทยาลัยจิตวิทยาและสังคมวิทยามหาวิทยาลัยเซินเจิ้นเซินเจิ้นจีน
• ²เซินเจิ้นห้องปฏิบัติการสำคัญของวิทยาศาสตร์เกี่ยวกับความรู้ความเข้าใจทางสังคมและอารมณ์มหาวิทยาลัยเซินเจิ้นเซินเจิ้นประเทศจีน

ความผิดปกติของการเสพติดอินเทอร์เน็ต (IAD) เกี่ยวข้องกับการขาดดุลในการสื่อสารทางสังคมและการหลีกเลี่ยงการติดต่อทางสังคม มีการตั้งสมมติฐานว่าคนที่มี IAD อาจมีความบกพร่องในการเอาใจใส่ วัตถุประสงค์ของการศึกษาปัจจุบันคือเพื่อตรวจสอบการประมวลผลของการเอาใจใส่ต่อความเจ็บปวดของผู้อื่นใน IADs ศักยภาพที่เกี่ยวข้องกับเหตุการณ์ที่เกิดขึ้นจากการตอบสนองต่อภาพที่แสดงคนอื่น ๆ ในสถานการณ์ที่เจ็บปวดและไม่เจ็บปวดถูกบันทึกไว้ในอาสาสมัคร 16 IAD และ 16 เพื่อสุขภาพที่ดี (HCs) เปรียบเทียบส่วนประกอบที่มีศักยภาพเชิงบวกของ N1, P2, N2, P3 และช่วงปลายที่เป็นบวกระหว่างสองกลุ่ม ปฏิสัมพันธ์ที่มีประสิทธิภาพของกลุ่มภาพ×ถูกตรวจพบสำหรับ N2 และ P3 ภาพที่เจ็บปวดนำเสนอแอมพลิจูด N2 และ P3 ที่มีขนาดใหญ่กว่าภาพที่ไม่เจ็บปวดทำเฉพาะในกลุ่ม HC แต่ไม่ใช่ในกลุ่ม IAD ผลการศึกษาครั้งนี้ชี้ให้เห็นว่าทั้ง IADs แบบอัตโนมัติและกระบวนการรับรู้ในภายหลังของการเอาใจใส่ต่อความเจ็บปวดอาจมีความบกพร่องใน IADs การศึกษาครั้งนี้ให้หลักฐานทางจิตวิทยาของการขาดดุลเอาใจใส่ในการเชื่อมโยงกับ IAD จำเป็นต้องมีการศึกษาเพิ่มเติมในการรวมการวัดความเอาใจใส่หลายมิติเพื่อยืนยันสิ่งที่ค้นพบเหล่านี้

บทนำ

Internet addiction disorder (IAD) ได้รับการอธิบายว่าไม่สามารถควบคุมการใช้อินเทอร์เน็ตได้แม้จะมีผลกระทบด้านลบอย่างรุนแรงและโดยทั่วไปจะมีแนวคิดว่าเป็นการติดพฤติกรรม (Tam และ Walter, 2013; D'Hondt et al., 2015; Kuss และ Lopez-Fernandez, 2016) ซึ่งแสดงถึงการด้อยค่าเฉพาะที่เกี่ยวข้องกับการใช้เว็บในทางออนไลน์และ / หรือออฟไลน์ในทางที่ผิดและเป็นเรื่องที่เกี่ยวข้องกับคนรุ่นใหม่ (ให้สิทธิ์, 2010; Balconi et al., 2017) แม้ว่า IAD จะเป็นโรคทางจิตหรือไม่ก็ตาม ต่อ se ยังคงเป็นที่ถกเถียงกันปัญหาสุขภาพของประชาชนและสังคมที่เกี่ยวข้องกับ IAD มีความชัดเจนและสหสัมพันธ์ทางประสาทของ IAD ได้เริ่มมีการสำรวจแล้ว (D'Hondt และ Maurage, 2015).

ได้รับการแนะนำว่า IAD อาจมี commonalities บางอย่างที่มีการใช้สารเสพติด ตัวอย่างเช่นบุคคลที่มี IAD แสดงความสามารถในการควบคุมผู้บริหารลดลงสะท้อนให้เห็นในการขาดความสามารถในการยับยั้งพฤติกรรมเมื่อมีการเริ่มต้นหรือที่จะละเว้นจากพฤติกรรมหลังจากระยะเวลางดเว้น (ยี่ห้อและคณะ, 2014; D'Hondt และ Maurage, 2015) การศึกษาทางไฟฟ้าวิทยาได้แสดงให้เห็นว่าแอมพลิจูด N2 ลดลงในการทดลอง NoGo ในงาน Go / NoGo รวมถึงการลดความตรงข้ามกับการลดลงของค่า medial frontal negativity (MFN) ในการทดลองแบบไม่ต่อเนื่องของงาน StroopDong et al., 2011) นอกจากนี้บุคคลที่มี IAD ยังแสดงการประมวลผลสิ่งเร้าทางสังคมที่บกพร่องเช่นใบหน้า เขาและคณะ (2011) พบว่าเมื่อเปรียบเทียบกับการควบคุมเพื่อสุขภาพ (HCs) วัตถุที่มี IADs พบว่า P1 และ N170 ลดลงในการประมวลผลใบหน้า

Empathy หมายถึงความสามารถในการแบ่งปันและเข้าใจอารมณ์หรือความรู้สึกของผู้อื่น (ความหลอกลวงและ Lamm, 2006) การเห็นอกเห็นใจต้องอาศัยการบูรณาการสององค์ประกอบ: ระบบการแพร่เชื้อทางอารมณ์โดยอัตโนมัติในช่วงต้นและระบบการรับรู้ในระดับที่สูงขึ้นซึ่งช่วยให้การควบคุมตนเองและการอธิบายสถานการณ์อย่างละเอียด (หลอกลวงและแจ็กสัน 2004; Mella et al., 2012) ความสามารถในการเห็นอกเห็นใจผู้อื่นได้รับการมองว่าเป็นสิ่งสำคัญสำหรับการมีปฏิสัมพันธ์ทางสังคมที่ประสบความสำเร็จ (Hetu et al., 2012) ปริมาณการใช้อินเทอร์เน็ตพบว่าสัมพันธ์กับความสามารถในการโต้ตอบกับผู้อื่น (Engelberg และ Sjoberg, 2004) ดังนั้นคนที่มี IAD มักจะละเลยชีวิตทางสังคมของพวกเขา (หนุ่ม 1998a) ดังนั้นความเห็นอกเห็นใจอาจเป็นปัจจัยที่มีอิทธิพลต่อการลดลงของการปฏิสัมพันธ์ทางสังคมในชีวิตจริงในหมู่ผู้ใช้อินเทอร์เน็ต (Melchers et al., 2015).

อย่างไรก็ตามการศึกษามุ่งเน้นไปที่พื้นฐานของการประมวลผลเอาใจใส่ใน IADs ยังคงหายากมาก จนถึงตอนนี้ตามความรู้ของเรามีเพียงสองการศึกษาเท่านั้นที่ตรวจสอบการเอาใจใส่ใน IADs ประการแรก Melchers และคณะ (2015) ได้รับหลักฐานของความสัมพันธ์เชิงลบระหว่างการติดอินเทอร์เน็ตและการเอาใจใส่เป็นหลักฐานโดยเอาใจใส่และรายงานการใช้อินเทอร์เน็ตที่มีปัญหาคะแนน (Melchers et al., 2015) ประการที่สองการศึกษาศักยภาพที่เกี่ยวข้องกับเหตุการณ์ (ERP) พบว่าเยาวชนที่มี IAD แสดงความแตกต่างที่ลดลงในแอมพลิจูด N2 ระหว่างสิ่งเร้าที่เจ็บปวดและไม่เจ็บปวดเมื่อเปรียบเทียบกับ HCs เมื่อประมวลผลภาพที่แสดงคนอื่นด้วยความเจ็บปวดวังและคณะ, 2014) การศึกษาดังกล่าวครั้งแรกเป็นการศึกษาสหสัมพันธ์เชิงสำรวจและการศึกษาที่สองเกี่ยวข้องกับประชากรที่เฉพาะเจาะจงมาก (เด็กที่หลงเหลืออยู่ในเมืองจีน) โดย จำกัด การใช้งานทั่วไป

การเอาใจใส่ต่อความเจ็บปวดนั้นแสดงให้เห็นว่ามีกระบวนการทางโลกที่แตกต่างกันสองกระบวนการ กระบวนการแรกคือกระบวนการจากล่างขึ้นบนอัตโนมัติซึ่งสะท้อนโดยองค์ประกอบของ N1, P2 และ N2 ที่สอดคล้องกับการแพร่กระจายทางอารมณ์และการแบ่งปันอารมณ์ ประการที่สองมีการควบคุมกระบวนการองค์ความรู้จากบนลงล่างสะท้อนโดย P3 และส่วนประกอบที่เป็นไปได้ในเชิงบวกในช่วงปลาย (LPP) ที่ควบคุมการตอบสนองแบบเอาใจใส่และสร้างความแตกต่างที่ชัดเจนระหว่างตนเองแฟนและฮัน 2008; Mella et al., 2012; Sessa et al., 2014) กระบวนการจากล่างขึ้นบนหมายถึงการติดต่อทางอารมณ์ที่ไม่รู้สึกตัวและอัตโนมัติและการแบ่งปันอารมณ์ที่เกิดขึ้นโดยไม่สมัครใจโดยการสังเกตความเจ็บปวดของผู้อื่นซึ่งไม่ได้รับอิทธิพลจากคำแนะนำหรือความต้องการของงาน กระบวนการควบคุมจากบนลงล่างหมายถึงกระบวนการที่อยู่ภายใต้การควบคุมความตั้งใจของผู้สังเกตการณ์และสามารถปรับได้โดยสมัครใจจากปัจจัยต่าง ๆ เช่นคำแนะนำความต้องการงานประสบการณ์ก่อนหน้าความสัมพันธ์ทางสังคม ฯลฯ (แฟนและฮัน 2008) ดังนั้นโมเดลนี้สามารถช่วยเราในการแก้ไขขั้นตอนของการเอาใจใส่ซึ่งอาจลดลงใน IADs

IAD อาจมีอาการป่วยร่วมกับสภาวะทางจิตเวชอื่น ๆ โดยเฉพาะภาวะซึมเศร้าและความวิตกกังวล (แซนเดอร์และคณะ 2000; Yen et al., 2007; Wei et al., 2012; Lai et al., 2015) บุคคลที่มีภาวะซึมเศร้าจะลดการรับรู้เกี่ยวกับอารมณ์ความรู้สึกของผู้อื่นการรับรู้อารมณ์ที่บกพร่องและการขาดความเอาใจใส่ในการเอาใจใส่และมุมมองKupferberg และคณะ, 2016)] ความวิตกกังวลยังสามารถลดการตอบสนองความรู้สึกเอาใจใส่ต่อความเจ็บปวดของผู้อื่น (Negd et al., 2011) ดังนั้นภาวะซึมเศร้าและความวิตกกังวล comorbid อาจเป็นปัจจัยที่มีอิทธิพลรบกวนในการศึกษาปัจจุบัน ดังนั้นเราจึงใช้เกณฑ์การยกเว้นสำหรับการตรวจจับสัญญาณของภาวะซึมเศร้าหรือความวิตกกังวล

จุดมุ่งหมายของการศึกษาในปัจจุบันคือการสำรวจว่าการประมวลผลของความเจ็บปวดของผู้อื่นอาจแตกต่างจากคนที่มี IAD และ HC อย่างไร เราตั้งสมมติฐานว่า IADs จะตอบสนองได้น้อยลงหรือเลือกปฏิบัติต่อความเจ็บปวดของผู้อื่นน้อยกว่า HC หากระยะแรกของการเอาใจใส่โดยอัตโนมัติบกพร่องนั้นควรเห็นได้ชัดใน N1 (Ibanez และคณะ, 2011; Lyu et al., 2014), P2 (Rutgen และคณะ 2015) และ / หรือ N2 (Cui และคณะ 2016aส่วนประกอบ) ในทางกลับกันหากความสมัครใจการประมวลผลจากบนลงล่างมีความบกพร่องก็ควรปรากฏใน P3 และ / หรือ LPP (Ibanez และคณะ, 2011).

วัสดุและวิธีการ

แถลงการณ์ด้านจริยธรรม

ขั้นตอนการวิจัยทั้งหมดได้รับการอนุมัติจากคณะกรรมการจริยธรรมการแพทย์ของโรงเรียนแพทย์มหาวิทยาลัยเซินเจิ้นตามประกาศของเฮลซิงกิ ผู้เข้าร่วมทั้งหมดได้รับความยินยอมเป็นลายลักษณ์อักษรหลังจากพวกเขาเข้าใจการศึกษาอย่างสมบูรณ์

ผู้เข้าร่วมกิจกรรม

จำนวนผู้เข้าร่วม 16 ทั้งหมดที่มี IAD และ 16 HCs ได้รับคัดเลือกจากมหาวิทยาลัยในท้องถิ่น ไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างทั้งสองกลุ่มที่เกี่ยวข้องกับอายุความถนัดและการศึกษา เราใช้การทดสอบการเสพติดอินเทอร์เน็ตของ Young (IAT) เพื่อกลั่นกรอง IAD (หนุ่ม 1998b) วิชา IAD ทั้งหมดมีคะแนน≥ 40 ใน IAT (หมายเหตุ: คะแนน IAT ใน 40 – 60 หมายถึงการติดอินเทอร์เน็ตที่ไม่รุนแรง 60 – 80 หมายถึงการติดอินเทอร์เน็ตปานกลางและ 80 – 100 หมายถึงการติดอินเทอร์เน็ตในระดับปานกลาง) นอกจากนี้เนื่องจาก IAD อาจมีอาการป่วยร่วมกับสภาวะทางจิตเวชอื่น ๆ โดยเฉพาะอย่างยิ่งภาวะซึมเศร้าและความวิตกกังวลเราจึงไม่รวมผู้เข้าร่วม IAD ที่ทำคะแนน≥ 40 ไม่ว่าจะเป็นระดับภาวะซึมเศร้าด้วยตนเอง (ZS) (ZS)ซุง 1965) หรือมาตราส่วนความวิตกกังวลที่ประเมินตนเองของ Zung (SAS) (ซุง 1971) (คะแนนตัดยอดคือ 53 สำหรับ SDS และ 50 สำหรับ SAD ในบรรทัดฐานภาษาจีน) เกณฑ์การยกเว้นสำหรับทั้ง IAD และผู้เข้าร่วมการควบคุมมีดังนี้การตั้งครรภ์ประวัติอาการบาดเจ็บที่ศีรษะ

สิ่งเร้า

สิ่งกระตุ้นทางสายตาที่ใช้คือรูปภาพแสดงมือ / แขน / เท้าของบุคคลในสถานการณ์ที่เจ็บปวดหรือไม่เจ็บปวดซึ่งเคยถูกใช้ในการศึกษา ERP ครั้งก่อน (Meng et al., 2012; Meng et al., 2013) สถานการณ์ทั้งหมดที่ปรากฎในภาพเหล่านี้เป็นเหตุการณ์ปกติในชีวิตประจำวัน เหตุการณ์ทั้งหมดที่แสดงในภาพที่ไม่เจ็บปวดมีความสอดคล้องกับเหตุการณ์ที่เกิดขึ้นในภาพที่เจ็บปวด แต่ไม่มีองค์ประกอบที่ไม่มีการเคลื่อนไหว 1A) มีภาพที่เจ็บปวด 60 และภาพที่ไม่เจ็บปวด 60 ทั้งหมด พวกเขาทั้งหมดมีขนาดเท่ากันคือ 9 × 6.76 cm (ความกว้าง×สูง) และ 100 พิกเซลต่อนิ้ว ความสว่างความคมชัดและสีถูกจับคู่ระหว่างภาพที่เจ็บปวดและไม่เจ็บปวด การศึกษาก่อนหน้านี้ได้ยืนยันว่าภาพที่เจ็บปวดและไม่เจ็บปวดนั้นแตกต่างกันอย่างมีนัยสำคัญกับขนาดของความเข้มของความเจ็บปวดระดับความเร้าอารมณ์และความจุทางอารมณ์Meng et al., 2012).

  

รูป 1 (A) ตัวอย่างของรูปภาพ (แผงด้านซ้าย: รูปภาพที่เจ็บปวด; แผงด้านขวา: รูปภาพที่ไม่เจ็บปวด); (B) โครงสร้างของการทดลองหนึ่งครั้ง การทดลองแต่ละครั้งเริ่มต้นด้วยการตรึง 500 ms หลังจากช่วงเวลาว่างเปล่าแบบสุ่มของ 400 – 700 ms รูปภาพจะปรากฏเป็นจำนวนสูงสุด 2000 ms และผู้เข้าร่วมจะต้องตัดสินว่าภาพนั้นเจ็บปวดหรือไม่เจ็บปวดทันที และแม่นยำที่สุด รูปภาพหายไปเมื่อได้รับคำตอบ ISI ระหว่างการทดลองคือ 800 – 1200 ms โดยการสุ่ม

ขั้นตอนการทดลอง

การกระตุ้นและการเก็บข้อมูลพฤติกรรมได้ดำเนินการโดยใช้ซอฟต์แวร์ E-Prime (เวอร์ชั่น 2.0, เครื่องมือทางจิตวิทยา, Inc. , Boston, MA, United States) ในระหว่างภารกิจผู้เข้าร่วมนั่งอย่างสบายในห้องที่มีระบบป้องกันไฟฟ้าประมาณ 90 cm จากหน้าจอคอมพิวเตอร์สี 15 นิ้ว

ผู้เข้าร่วมถูกขอให้สังเกตภาพ ในการทดลองแต่ละครั้งจะมีการตรึงบนหน้าจอสีขาวสำหรับ 500 ms ตามด้วยช่วงเวลาว่างเปล่า 400- ถึง 700-ms จากนั้นภาพเป้าหมายจะถูกนำเสนอเป็นจำนวนสูงสุด 2000 ms ISI ระหว่างการทดลองคือ 800 – 1200 ms สุ่ม (รูปที่ 1B) ผู้เข้าร่วมได้รับคำสั่งให้ตัดสินว่าภาพนี้แสดงสถานการณ์ที่เจ็บปวดหรือไม่เจ็บปวดให้เร็วที่สุดโดยการกดปุ่ม "F" หรือ "J" บนแป้นพิมพ์ที่วางไว้ด้านหน้า การกดปุ่มนั้นสมดุลกันในหมู่ผู้เข้าร่วม รูปภาพจะหายไปทันทีที่ได้รับคำตอบ การทดสอบมีสี่ช่วง แต่ละเซสชั่นมีการทดลอง 60 รวมถึงภาพที่เจ็บปวด 30 และภาพที่ไม่เจ็บปวด 30 ภาพแต่ละภาพซ้ำกันสองครั้ง สี่เงื่อนไขถูกสร้างขึ้นตาม: IADs สังเกตภาพเจ็บปวด (IAD_P); IADs สังเกตภาพที่ไม่เจ็บปวด (IAD_NP); HC สังเกตภาพเจ็บปวด (HC_P); และ HC สังเกตภาพที่ไม่เจ็บปวด (HC_NP) หลังจากงานเสร็จสิ้นผู้เข้าร่วมทั้งสองกลุ่มจะถูกขอให้ทำดัชนีปฏิกิริยาระหว่างบุคคล (IRI) IRI เป็นหนึ่งในดัชนีที่ใช้กันอย่างกว้างขวางที่สุดของความเห็นอกเห็นใจซึ่งเป็นแบบสอบถามที่ประเมินลักษณะความเห็นอกเห็นใจที่ใช้สี่ subscales: การรับมุมมองจินตนาการความกังวลเอาใจใส่และความทุกข์ส่วนบุคคล (PD) (เดวิส 1983).

การจัดหา EEG และการประมวลผลล่วงหน้า

ข้อมูล Electroencephalography (EEG) ถูกบันทึกจากหมวกหนังศีรษะ 63-electrodes โดยใช้ระบบ 10 – 20 (ผลิตภัณฑ์สมองมิวนิคเยอรมนี) ช่อง TP10 ถูกใช้เป็นข้อมูลอ้างอิงในระหว่างการบันทึก อิเล็กโทรดสองตัวที่อยู่ด้านบนและด้านล่างตาซ้ายถูกใช้เพื่อวัดอิเล็กโตรคูโลแกรม (EOG) กิจกรรม EEG และ EOG ได้รับการขยายที่ 0.01 – 100 Hz band-pass และตัวอย่างที่ 500 Hz อิมพีแดนซ์อิเล็กโทรดทั้งหมดได้รับการบำรุงรักษาต่ำกว่า 5 kΩ

ข้อมูล Electroencephalography (EEG) ถูกประมวลผลล่วงหน้าและวิเคราะห์โดยใช้ MATLAB R2011b (MathWorks) และกล่องเครื่องมือ EEGLAB (Delorme และ Makeig, 2004) ข้อมูล EEG ที่ขั้วอิเล็กโทรดแต่ละอันจะถูกอ้างอิงอีกครั้งกับค่าเฉลี่ยของ mastoids ซ้ายและขวาก่อนที่จะทำการวิเคราะห์เพิ่มเติม จากนั้นสัญญาณจะถูกส่งผ่านด้วยตัวกรองสัญญาณผ่านวงรอบ 0.01 – 30 Hz หน้าต่างเวลาของ 200 ms ก่อนหน้าและ 1000 ms หลังจากเริ่มการกระตุ้นของภาพถูกแบ่งกลุ่มจาก EEG และยุคทั้งหมดได้รับการแก้ไขพื้นฐานโดย 200 ms ก่อนการโจมตีของภาพ สิ่งประดิษฐ์ EOG ได้รับการแก้ไขโดยใช้การวิเคราะห์องค์ประกอบอิสระ (ICA) (Jung และคณะ, 2001) Epochs ที่มีค่าแอมพลิจูดเกิน± 50 μVที่ขั้วไฟฟ้าใด ๆ ถูกแยกออกจากค่าเฉลี่ยและการทดลองทั้งหมดที่ตอบสนองไม่ถูกต้องได้รับการยกเว้นจากการวิเคราะห์เพิ่มเติม [Epoch ที่ถูกปฏิเสธ: 16.75 ± 6.04 (HCs); 18.25 ± 2.35 (IADs)]

สถิติ

สำหรับเวลาในการตอบสนองและความถูกต้องได้ทำการวัดความแปรปรวนสองทางด้วยภาพ (ภาพที่เจ็บปวดและภาพที่ไม่เจ็บปวด) เป็นปัจจัยภายในเรื่องและกลุ่ม (IAD และ HC) เป็นปัจจัยระหว่างเรื่อง นำเสนอข้อมูลเชิงพรรณนาเป็น (หมายถึง± SE) ระดับนัยสำคัญถูกกำหนดไว้ที่ p <0.05.

การศึกษาครั้งนี้มุ่งเน้นไปที่ ERP ที่นำเสนอโดยภาพแสดงคนอื่น ๆ ในสถานการณ์ที่เจ็บปวดและไม่เจ็บปวด เราวิเคราะห์ส่วนประกอบของหน้าผาก N1 (90 – 150 ms), P2 หน้าผาก (180 – 220 ms), N2 ด้านหน้า (200 – 280 ms), Parietal P3 (300 – 400 ms) 550 – 650 ms) ตาม ERP ที่ได้รับการจัดอันดับสูงสุด, topographies และวรรณกรรมที่เกี่ยวข้อง (Decety et al., 2010; Meng et al., 2013) วัดค่าแอมพลิจูดของแต่ละส่วนประกอบ โปรดสังเกตว่าหน้าต่างเวลาที่เลือกนั้นขึ้นอยู่กับ ERP ที่ยิ่งใหญ่ของการทดลองทั้งหมดสำหรับเงื่อนไขที่เจ็บปวดและไม่เจ็บปวดจากทั้งสองกลุ่ม หน้าต่างเวลาขององค์ประกอบหลายอย่างแตกต่างจากวรรณกรรมเล็กน้อย [40 – 50 ms ก่อนหรือหลังหน้าต่างเวลาที่เลือกในเอกสารก่อนหน้า (Meng et al., 2012, 2013)] เพื่อแสดงให้เห็นว่าผลลัพธ์ไม่ใช่สิ่งประดิษฐ์ของช่วงเวลาที่เลือกไว้ก่อนหน้านี้เราทำการวิเคราะห์ติดตามโดยใช้ช่วงเวลาที่แตกต่างกัน (เลื่อนไปข้างหน้า 40 ms และเลื่อนไปข้างหลัง 40 ms) สำหรับส่วนประกอบที่รายงานความสำคัญ ผลลัพธ์ทั้งหมดเปิดเผยรูปแบบผลลัพธ์ที่คล้ายคลึงกัน (เรารายงานผลลัพธ์จากช่วงเวลาที่อยู่ตรงกลาง) เมื่อทำการวิเคราะห์โดยใช้ช่วงเวลาที่แตกต่างกันของช่วงเวลา / การโจมตี / ออฟเซ็ตมันอาจแสดงให้เห็นว่าความสำคัญของผลลัพธ์เป็นผลที่สอดคล้องกัน (Bacigalupo and Luck, 2015; Luck และ Gaspelin, 2017).

การวิเคราะห์ทางสถิติเพิ่มเติมได้ดำเนินการใน IBM SPSS Statistics 22 (IBM Corp. , Armonk, NY, สหรัฐอเมริกา) การศึกษาก่อนหน้านี้โดยใช้สิ่งเร้าที่คล้ายกันชี้ให้เห็นว่าองค์ประกอบต้น N1, P2, N2 และส่วนประกอบปลาย P3, LPP มีความเกี่ยวข้องโดยเฉพาะอย่างยิ่งกับการสังเกตความเจ็บปวดของคนอื่น บนพื้นฐานของการกระจายภูมิประเทศของกิจกรรม ERP ที่ยิ่งใหญ่และการศึกษาก่อนหน้านี้ชุดขั้วไฟฟ้าที่แตกต่างกันสำหรับแต่ละองค์ประกอบได้รับการคัดเลือก (Meng et al., 2012, 2013; Lyu et al., 2014) F3, Fz, F4, FC3, FCz และ FC3 ได้รับเลือกสำหรับการวิเคราะห์ N1 และ N2; เลือก FC3, FCz, FC4, C3, Cz และ C4 สำหรับการวิเคราะห์ P2; เลือก CP3, CPz, CP4, P3, Pz และ P4 สำหรับการวิเคราะห์ P3; เลือก C3, Cz, C4, CP3, CPz และ CP4 สำหรับการวิเคราะห์ LPP มาตรการ ANOVA ซ้ำด้วยภาพ (เจ็บปวดและไม่เจ็บปวด) เป็นปัจจัยภายในเรื่องและกลุ่ม (IAD และ HC) เป็นปัจจัยระหว่างเรื่องถูกดำเนินการสำหรับความกว้างเฉลี่ยของเว็บไซต์ขั้วไฟฟ้าที่เลือกทั้งหมดสำหรับแต่ละองค์ประกอบ การวิเคราะห์ทางสถิติทั้งหมดเป็นไปตามข้อกำหนดของการทดสอบทางสถิติแบบพาราเมตริก องศาอิสระสำหรับอัตราส่วน F ถูกแก้ไขตามวิธีการของเรือนกระจก - Geisser ความแตกต่างทางสถิติถือว่ามีนัยสำคัญที่ p <0.05; โพสต์เฉพาะกิจ การเปรียบเทียบถูกแก้ไข Bonferroni ที่ p <0.05.

เพื่อตรวจสอบว่าผลที่เราสังเกตในข้อมูล ERP นั้นเกี่ยวข้องกับลักษณะเอาใจใส่ของผู้เข้าร่วมหรือไม่อันดับแรกเราคำนวณความแตกต่างระหว่างแอมพลิจูดของ ERP ที่นำเสนอโดยสิ่งเร้าที่เจ็บปวดและสิ่งเร้าที่ไม่เจ็บปวดในหน้าต่างเวลาของ N2 และ P3 แอมพลิจูดถูกคำนวณเป็นค่าเฉลี่ยของแอมพลิจูดของขั้วไฟฟ้าที่เลือกทั้งหมด (F3, Fz, F4, FC3, FCz และ FC3 สำหรับ N2, CP3, Pp, และ P4 สำหรับ P3, P4, Px และ P3 สำหรับ PXNUMX) ประการที่สองเราเรียกใช้การวิเคราะห์สหสัมพันธ์แบบเพียร์สันระหว่างความแตกต่างของแอมพลิจูด ERP กับคะแนนของคะแนนย่อยทั้งสี่ของ IRI แยกกัน

ผลสอบ

พฤติกรรม

สำหรับอัตราความแม่นยำผลหลักของรูปภาพ [F(1,30) = 1.854 p = 0.183, η2p

ตาราง 1 ประชากรผู้เข้าร่วมสำหรับผู้เข้าร่วม IAD และการควบคุมที่ดีต่อสุขภาพ

รูป 2 ค่าเฉลี่ยที่ยิ่งใหญ่ของ Fz และ FCz และภูมิประเทศของ N2 ในทั้งสี่เงื่อนไข [ภาพที่เจ็บปวดในกลุ่ม HC (HC_P); รูปภาพที่ไม่เจ็บปวดในกลุ่ม HC (HC_NP); ภาพที่เจ็บปวดในกลุ่ม IAD (IAD_P); และรูปภาพที่ไม่เจ็บปวดในกลุ่ม IAD (IAD_NP)] หน้าต่างเวลาของภูมิประเทศนั้นสอดคล้องกับพื้นที่สี่เหลี่ยมจัตุรัสสีเทา

รูป 3 ค่าเฉลี่ยที่ยิ่งใหญ่ของ P3, Pz และ P4; ภูมิประเทศของ P3 ในทั้งสี่เงื่อนไข (หน้าต่างเวลาของภูมิประเทศนั้นสอดคล้องกับพื้นที่สี่เหลี่ยมจัตุรัสสีเทา)

รูป 4 ปฏิกิริยาของรูปภาพ×กลุ่มใน N2 (A) และ P (B) (^***p <0.001; ^**p <0.01; ns ไม่สำคัญ)

ตาราง 2 สถิติเชิงพรรณนาสำหรับข้อมูลศักยภาพ (ERP) ที่เกี่ยวข้องกับเหตุการณ์

= 0.064] ไม่สำคัญ

รายงานส่วนตัวและความสัมพันธ์กับกิจกรรมของระบบประสาท

ผลการวิเคราะห์ความสัมพันธ์พบว่าความแตกต่างของ N2 (เจ็บปวดและไม่เจ็บปวด) มีความสัมพันธ์อย่างมีนัยสำคัญกับคะแนนของ "PD" ของ IRI [r (30) = -0.407 p = 0.021] (รูปที่ 5).

  

รูป 5 ความสัมพันธ์ระหว่างแอมพลิจูดของ N2 (เจ็บปวด> ไม่เจ็บปวด) และคะแนน PD

การสนทนา

การศึกษาครั้งนี้สำรวจการสนับสนุนของระบบประสาทในการตอบสนองต่อความเจ็บปวดของผู้อื่นใน IADs กลุ่ม IAD พบว่ามีการเลือกปฏิบัติน้อยกว่ากลุ่ม HC ต่อความเจ็บปวดของผู้อื่นทั้งในขั้นต้นโดยอัตโนมัติและขั้นตอนการประมวลผลการควบคุมความรู้ความเข้าใจที่ตามมาซึ่งสนับสนุนโดยข้อมูล ERP ผลลัพธ์เหล่านี้สอดคล้องกับข้อเสนอแนะที่ IAD เกี่ยวข้องกับการขาดดุลเอาใจใส่ (Melchers et al., 2015).

ควรสังเกตว่าในวรรณคดีของการศึกษา ERP มุ่งเน้นไปที่การเอาใจใส่ความเจ็บปวดมีการศึกษาที่รายงานการเปลี่ยนแปลงในเชิงบวกของสภาพความเจ็บปวดเมื่อเทียบกับสภาพที่ไม่เจ็บปวด (แฟนและฮัน 2008; Sheng และ Han, 2012) มีการศึกษาอื่น ๆ ที่รายงานว่าผลลัพธ์ที่ไม่มีนัยสำคัญในองค์ประกอบแรก ๆ และการเปลี่ยนแปลงเชิงบวกถูกพบเฉพาะในส่วนประกอบภายหลังเช่น P3 และ LPP (Meng et al., 2013) นอกจากนี้ยังมีการศึกษารายงานการเปลี่ยนแปลงเชิงลบมากขึ้นในองค์ประกอบแรกและการเปลี่ยนแปลงเชิงบวกมากขึ้นในองค์ประกอบภายหลังCui และคณะ 2016a,b) ความไม่สอดคล้องกันนี้แสดงว่าการใช้แอมพลิจูดของส่วนประกอบ ERP เพื่อระบุว่าการตอบสนองของระบบประสาทนั้นไม่เสถียร เราเสนอให้ใช้การเลือกปฏิบัติระหว่างสิ่งเร้าที่เจ็บปวดและไม่เจ็บปวดเพื่อระบุว่าสิ่งเร้านั้นถูกประมวลผลอย่างไร หากสิ่งเร้าที่เจ็บปวดและไม่เจ็บปวดนั้นมีความแตกต่างภายใต้เงื่อนไขหนึ่ง แต่ไม่อยู่ในเงื่อนไขอื่นเราสามารถพูดได้ว่าสิ่งเร้านั้นได้รับการประมวลผลที่ดีกว่าในอดีต ตรรกะนี้ถูกนำไปใช้ในวรรณคดี (Ibanez และคณะ, 2011; Cui และคณะ 2016a,b).

ส่วนประกอบเริ่มต้นของ N1 แสดงให้เห็นว่าสามารถแยกแยะความเจ็บปวดจากสิ่งเร้าที่ไม่เจ็บปวดและได้รับการอธิบายว่าเป็นดัชนีของการกระตุ้นการทำงานของอารมณ์เร้าอารมณ์โดยอัตโนมัติ (Lyu et al., 2014) การศึกษาบางชิ้นรายงานว่าการสังเกตความเจ็บปวดของผู้อื่นทำให้เกิดองค์ประกอบ N1 ที่เป็นบวกมากกว่าสิ่งเร้าที่ไม่เจ็บปวด (แฟนและฮัน 2008; ฮันและอัล 2008; Decety et al., 2010; Ibanez และคณะ, 2011) ในขณะที่คนอื่นไม่รายงานผลของการสังเกตความเจ็บปวดของผู้อื่นในแอมพลิจูดของ N1 (Mella et al., 2012; Lyu et al., 2014) ความไม่สอดคล้องกันในการศึกษาครั้งนี้อาจเกิดจากความแตกต่างของวิธีการเช่นชุดของสิ่งเร้าที่แตกต่างกัน อย่างไรก็ตามการค้นพบที่ไม่สอดคล้องกันเหล่านี้ยังแสดงให้เห็นว่าผลกระทบของภาพบน N1 นั้นไม่เสถียรและสามารถได้รับอิทธิพลจากปัจจัยทางบริบทได้ง่าย ในการศึกษาปัจจุบันเราไม่พบความแตกต่างอย่างมีนัยสำคัญใน N1 เพื่อตอบสนองต่อการดูภาพที่เจ็บปวดและไม่เจ็บปวดใน IAD หรือกลุ่ม HC

ส่วนประกอบ N2 ได้รับการแนะนำเพื่อสะท้อนความไวอัตโนมัติในช่วงต้นถึงความเจ็บปวดของผู้อื่น (เฉินและคณะ, 2012) แอมพลิจูดของ N2 ได้รับการรายงานว่ามีความสัมพันธ์กับการจัดอันดับความรู้สึกส่วนตัวของการเอาใจใส่ทางอารมณ์และคะแนนสเกลความห่วงใยเอาใจใส่ (Sessa et al., 2014) ที่น่าสนใจคือเราสังเกตเห็นผลกระทบที่เกิดจากการโต้ตอบกลุ่มภาพ×อย่างมีนัยสำคัญต่อ N2 ซึ่งสังเกตเห็นความแตกต่างของการกระตุ้นภาพที่เจ็บปวดและไม่เจ็บปวดใน HCs แต่ไม่ใช่ใน IADs การค้นพบนี้แสดงให้เห็นว่าบุคคลที่มี IAD อาจลดความไวต่อความเจ็บปวดของผู้อื่นในแง่ของการกระตุ้นอารมณ์และอารมณ์ร่วมกัน

นอกจากนี้เราพบว่าความแตกต่างของ N2 ที่ปรากฏโดยภาพที่เจ็บปวดและไม่เจ็บปวดนั้นมีความสัมพันธ์อย่างมีนัยสำคัญกับคะแนนในระดับย่อย PD ของ IRI ความแตกต่างระหว่างเงื่อนไขที่เจ็บปวดและไม่เจ็บปวดที่ใหญ่กว่าคือคะแนน PD สูงกว่าที่ผู้เข้าร่วมมี เครื่องชั่ง PD ถูกออกแบบมาเพื่อวัดความไม่สบายที่เกิดขึ้นจากการสังเกตผู้อื่นด้วยความเจ็บปวด การศึกษาก่อนหน้านี้ชี้ให้เห็นว่าการแบ่งปันอารมณ์โดยอัตโนมัติกับประสบการณ์ทางอารมณ์ของผู้อื่นอาจนำไปสู่ ​​PDเปรสตันและเดอวาล 2002; Gallese, 2003; Lamm et al., 2007) ความสัมพันธ์ที่มีนัยสำคัญนี้ชี้ให้เห็นว่าการเลือกปฏิบัติระหว่างสิ่งเร้าที่เจ็บปวดและไม่เจ็บปวดในช่วงเวลาของ N2 สะท้อนถึงระดับความรู้สึกไม่สบายที่เกิดจากการแบ่งปันอารมณ์กับความเจ็บปวดของผู้อื่น นอกจากนี้เมื่อเปรียบเทียบคะแนน IRI ระหว่างสองกลุ่มความแตกต่างอย่างมีนัยสำคัญเพียงอย่างเดียวคือคะแนน PD: คะแนน HCs สูงกว่าคะแนน IADs อย่างมีนัยสำคัญ ผลลัพธ์นี้ยังสนับสนุนว่าการแบ่งปันอารมณ์กับความเจ็บปวดของผู้อื่นนั้นแตกต่างกันในสองกลุ่ม

เราสังเกตเห็นการทำงานร่วมกันของกลุ่มภาพ×ในองค์ประกอบ P3 ซึ่งมีความกว้างของ P3 มากกว่าที่เกิดขึ้นเพื่อตอบสนองต่อการรับชมภาพที่เจ็บปวดกว่าภาพที่ไม่เจ็บปวดเฉพาะในกลุ่ม HC แต่ไม่ใช่ในกลุ่ม IAD แอมพลิจูดของ P3 สัมพันธ์กับความสำคัญในการสร้างแรงจูงใจระดับความตื่นตัวและอิทธิพลของปัจจัยเหล่านี้ที่มีต่อการจัดสรรทรัพยากรจิต (Olofsson และคณะ, 2008) โดยทั่วไปแล้วสิ่งกระตุ้นที่กระตุ้นความตื่นตัวหรือแรงบันดาลใจจะทำให้ P3 มีขนาดใหญ่ขึ้น (Delplanque et al., 2004; Nieuwenhuis และคณะ, 2005) พบว่าแอมพลิจูดของ P3 ที่นำมาใช้ในการแพทย์นั้นค่อนข้างอ่อนไหวต่อความแตกต่างระหว่างสิ่งเร้าที่เจ็บปวดและไม่เจ็บปวดเมื่อเปรียบเทียบกับผู้ที่ไม่ได้อยู่ในการควบคุมของแพทย์Decety et al., 2010) ความไม่รู้สึกคล้าย P3 ที่คล้ายกันในกลุ่ม IAD ชี้ให้เห็นว่าบุคคลที่มี IAD อาจจัดสรรทรัพยากรที่มีความตั้งใจน้อยลงในการประมวลผลความเจ็บปวดของผู้อื่นและอาจเกี่ยวข้องกับอารมณ์ความรู้สึกของผู้อื่นน้อยลง

นอกจากนี้ก็ควรที่จะพูดถึงว่าผลลัพธ์ที่นำเสนอในที่นี้ไม่จำเป็นต้องบ่งชี้ความสัมพันธ์เชิงสาเหตุระหว่างการขาดการเอาใจใส่และ IAD การติดอินเทอร์เน็ตทำให้เกิดการขาดความเอาใจใส่หรือผู้ที่ขาดความเอาใจใส่มีความเสี่ยงต่อการติดหรือไม่? ตามที่ได้รับการแนะนำโดยการทบทวนเมื่อเร็ว ๆ นี้และการศึกษาบางอย่างความเห็นอกเห็นใจอาจมีฟังก์ชั่นการป้องกันในการต่อต้านการเสพติด (Massey et al., 2017) ยกตัวอย่างเช่นงานวิจัยชิ้นหนึ่งพบว่าความสามารถที่มากขึ้นในการรับรู้การแสดงออกทางสีหน้าของความเศร้าความโกรธและความกลัวในงานอื่น ๆ นั้นมีความสัมพันธ์กันอย่างอิสระกับความน่าจะเป็นที่ลดลงของการสูบบุหรี่ระหว่างการตั้งครรภ์Massey et al., 2015) เด็กที่มีอาการขาดสติอย่างรุนแรงอาจมีความเสี่ยงเพิ่มขึ้นสำหรับการใช้สารในระยะแรก (Frick and White, 2008; Swendsen และคณะ, 2010) นอกจากนี้ในประชากร IAD จำนวนเพศชายสูงกว่าเพศหญิงอย่างมีนัยสำคัญในขณะที่เพศหญิงรายงานว่ามีระดับความเอาใจใส่สูงกว่าเพศชายอย่างมีนัยสำคัญ (ฮันและอัล 2008; จางและ Ji, 2012; เบกเกอร์และอัล 2017) ด้วยเหตุนี้การศึกษาครั้งนี้จึงเป็นตัวกำหนดความบกพร่องของการเอาใจใส่ใน IAD เท่านั้น แต่จำเป็นต้องมีการศึกษาระยะยาวเพิ่มเติมเพื่อกำหนดความสัมพันธ์เชิงสาเหตุระหว่างการเอาใจใส่และ IADs

โดยสรุปผลการวิจัยในปัจจุบันชี้ให้เห็นว่า IADs แสดงความไวต่อความเจ็บปวดของผู้อื่นลดลง โดยเฉพาะอย่างยิ่งความเจ็บปวดที่ลดลงเมื่อเทียบกับความแตกต่างของการกระตุ้นด้วยภาพที่ไม่เจ็บปวดในแอมพลิจูด N2 และ P3 ใน IAD เทียบกับ HCs แนะนำว่าพวกเขาลดการกระตุ้นอารมณ์และอารมณ์ร่วมกันรวมถึงการจัดสรรทรัพยากร การค้นพบเหล่านี้อาจช่วยอธิบายการทำงานทางสังคมที่บกพร่องใน IADs

ข้อ จำกัด

ข้อ จำกัด อย่างหนึ่งของการศึกษาในปัจจุบันคือไม่มีมาตรการทางสังคมเกี่ยวกับการขาดดุลทางจิตใจ แม้ว่าดัชนี ERP จะสนับสนุน IADs ที่มีการเลือกปฏิบัติน้อยกว่า HCs ต่อความเจ็บปวดของผู้อื่น แต่การขาดการวัดพฤติกรรมทำให้ข้อโต้แย้งของเราอ่อนแอลง การขาดความสำคัญในข้อมูลพฤติกรรมอาจเนื่องมาจากกลุ่มตัวอย่างขนาดเล็ก (n = 16 ในแต่ละกลุ่ม) ควรเก็บมาตรการที่เป็นอัตวิสัยของความสามารถในการเอาใจใส่หรือกลุ่มตัวอย่างที่มีขนาดใหญ่ขึ้นในการวิจัยเพิ่มเติม ตัวอย่างเช่นแทนที่จะขอให้ผู้เข้าร่วมตัดสินว่าภาพนั้นเป็นภาพที่เจ็บปวดหรือไม่เราสามารถขอให้พวกเขาให้คะแนนว่าบุคคลนั้นรู้สึกเจ็บปวดเพียงใดหรือความเจ็บปวดของคนอื่นที่ไม่พึงประสงค์ทำให้พวกเขารู้สึกอย่างไร ความสัมพันธ์ระหว่างการวัดอัตนัยเหล่านี้กับดัชนี ERP สามารถเชื่อมโยงการค้นหากิจกรรมของระบบประสาทกับการขาดดุลพฤติกรรมได้ดีขึ้น

ผลงานของผู้เขียน

FC ออกแบบการทดลอง CJ และ TW รวบรวมและวิเคราะห์ข้อมูล CJ, TW และ XP เขียนต้นฉบับหลัก ตัวเลขเตรียม FC และ CJ ผู้เขียนทั้งหมดตรวจสอบต้นฉบับ

การฝากและถอนเงิน

การศึกษาครั้งนี้ได้รับทุนสนับสนุนมูลนิธิวิทยาศาสตร์ธรรมชาติแห่งชาติของจีน: 31500877, 31600889 และรางวัลคณะเยาวชนดีเด่นของมณฑลกวางตุ้ง: YQ2014149

คำชี้แจงความขัดแย้งทางผลประโยชน์

ผู้เขียนประกาศว่าการวิจัยได้ดำเนินการในกรณีที่ไม่มีความสัมพันธ์ทางการค้าหรือทางการเงินใด ๆ ที่อาจตีความได้ว่าเป็นความขัดแย้งทางผลประโยชน์ที่อาจเกิดขึ้น

อ้างอิง

คำสำคัญ: โรคติดอินเทอร์เน็ต (IAD), เอาใจใส่, ERP, N2, P3

การอ้างอิง: Jiao C, Wang T, Peng X และ Cui F (2017) การประมวลผลการรับรู้ร่วมที่บกพร่องในบุคคลที่มีความผิดปกติติดอินเทอร์เน็ต: การศึกษาศักยภาพที่เกี่ยวข้องกับเหตุการณ์ ด้านหน้า ครวญเพลง Neurosci 11: 498 ดอย: 10.3389 / fnhum.2017.00498

ได้รับ: 07 สิงหาคม 2017; ยอมรับแล้ว: 27 กันยายน 2017;
เผยแพร่: 10 ตุลาคม 2017

ลิขสิทธิ์© 2017 Jiao, Wang, Peng และ Cui นี่เป็นบทความแบบเปิดที่เผยแพร่ภายใต้เงื่อนไขของ ใบอนุญาตแสดงที่มาของครีเอทีฟคอมมอนส์ (CC BY). อนุญาตให้ใช้งานแจกจ่ายหรือทำซ้ำในฟอรัมอื่นโดยผู้แต่งหรือผู้ออกใบอนุญาตจะได้รับเครดิตและสิ่งพิมพ์ต้นฉบับในวารสารนี้ได้รับการอ้างอิงตามแนวทางปฏิบัติทางวิชาการที่เป็นที่ยอมรับ ไม่อนุญาตให้ใช้แจกจ่ายหรือทำซ้ำซึ่งไม่เป็นไปตามข้อกำหนดเหล่านี้

* สารบรรณ: Fang Cui [ป้องกันอีเมล]

^†ผู้เขียนเหล่านี้มีส่วนร่วมอย่างเท่าเทียมกับงานนี้