การเปลี่ยนแปลงตามยาวในการเชื่อมต่อระบบประสาทในผู้ป่วยที่มีความผิดปกติของการเล่นเกมอินเทอร์เน็ต: การศึกษาการเชื่อมโยงกันของ EEG (2018)

จิตเวชศาสตร์ด้านหน้า 2018 Jun 7; 9: 252 doi: 10.3389 / fpsyt.2018.00252

PMID: 29930524

PMCID: PMC5999751

ดอย: 10.3389 / fpsyt.2018.00252

สวน Sunyoung1, Hyera Ryu1Ji-Yoon Lee1, Aruem Choi1, ไดจินคิม2ซองยองคิม3* และ Jung-Seok Choi1,4*

จุดมุ่งหมาย:

การศึกษาปัจจุบันตรวจสอบการเชื่อมต่อระบบประสาทที่เกี่ยวข้องกับการตอบสนองการรักษาในผู้ป่วยที่มีความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต (IGD) โดยใช้การวิเคราะห์การเชื่อมโยงกัน

วิธีการ:

เรารวมผู้ป่วย 30 ที่มี IGD และ 32 ซึ่งเป็นกลุ่มควบคุมที่มีสุขภาพดี (HCs) ในผู้ป่วย IGD นั้น 18 ได้ทำการรักษาผู้ป่วยนอกซึ่งรวมถึงการรักษาด้วยยาโดยใช้ serotonin reuptake inhibitors แบบคัดเลือกเป็นเวลาหลายเดือน การเชื่อมโยงกันของ EEG ของรัฐพักผ่อนและแบบสอบถามด้วยตนเองรายงานถูกนำมาใช้เพื่อประเมินคุณสมบัติทางคลินิกและจิตวิทยาก่อนและหลังการรักษาและวิเคราะห์ข้อมูลโดยใช้สมการการประมาณทั่วไป

ผลการศึกษา:

เมื่อเปรียบเทียบกับ HCs ผู้ป่วยที่มี IGD แสดงการเชื่อมโยงกันของเบต้าและแกมม่า intrahemispheric เพิ่มขึ้นและเพิ่มการเชื่อมโยงกันเดลต้า intrahemispheric ของซีกโลกด้านขวาที่พื้นฐาน หลังจาก 6 เดือนของการจัดการผู้ป่วยนอก, ผู้ป่วยที่มี IGD แสดงการปรับปรุงในอาการ IGD เมื่อเทียบกับพื้นฐาน, แต่พวกเขายังคงแสดงเบต้าและแกมมา intrahemispheric เชื่อมโยงกันเพิ่มขึ้นเมื่อเทียบกับ HCs. ไม่พบการเปลี่ยนแปลงที่สอดคล้องกันของ EEG อย่างมีนัยสำคัญระหว่างการประเมินก่อนและหลังการรักษาในกลุ่มใด ๆ ในกลุ่ม IGD

สรุป:

การค้นพบเหล่านี้ชี้ให้เห็นว่าการเชื่อมโยงกันอย่างรวดเร็วของความถี่ intrahemispheric อย่างมีนัยสำคัญมากขึ้นอาจเป็นเครื่องหมายที่สำคัญ neurophysiological ของผู้ป่วยที่มี IGD

บทนำ

Internet game disorder (IGD) มีรูปแบบของการใช้เกมบนอินเทอร์เน็ตมากเกินไปและซ้ำ ๆ (1) IGD ได้รับความสนใจเพิ่มขึ้นเนื่องจากผลกระทบด้านลบต่างๆที่มีผลกระทบต่อชีวิตประจำวันการศึกษาและการปฏิบัติงานและการทำงานทางจิตวิทยา (1, 2) ผู้ป่วยที่ติดพฤติกรรมเช่น IGD แบ่งปันลักษณะทางคลินิกบางอย่างรวมถึงแรงกระตุ้นความอยากและการไร้ความสามารถในการควบคุมพฤติกรรมที่เป็นอันตราย (3, 4) การศึกษาล่าสุดได้ใช้เทคนิค neuroimaging และ neurophysiological เพื่อตรวจสอบการเปลี่ยนแปลงโครงสร้างและการทำงานในสมองที่เกี่ยวข้องกับแรงกระตุ้นหรือการยับยั้งการตอบสนองเพื่อเพิ่มความเข้าใจในลักษณะของ IGD (5-7).

การศึกษา neuroimaging จำนวนมากได้ตรวจสอบการเชื่อมต่อที่ผิดปกติในผู้ป่วยที่มี IGD ตัวอย่างเช่นจาง (8) รายงานความกว้างลดลงของความผันผวนต่ำในเยื่อหุ้มสมอง orbitofrontal และเยื่อหุ้มสมองหลัง cingulate ในผู้ใหญ่วัยหนุ่มสาวที่มี IGD เมื่อเทียบกับการควบคุม พวกเขายังพบว่าผู้ป่วยที่มี IGD แสดงการโต้ตอบที่เพิ่มขึ้นในโหมดเริ่มต้นและเครือข่ายการควบคุมผู้บริหารเมื่อเทียบกับการควบคุม นอกจากนี้ผู้ป่วยที่มี IGD แสดงการเชื่อมต่อที่เพิ่มขึ้นในเครือข่ายเซ็นเซอร์สมองและการเปลี่ยนแปลงการเชื่อมต่อการทำงานระหว่างรัฐในสมองส่วนพรี prealal พูรวมทั้งทวิภาคีเหนือศีรษะ gyrus, หน้าผากต่ำ gyrus และกลางหน้าผาก9, 10) การค้นพบนี้ชี้ให้เห็นว่าผู้ป่วยที่มี IGD มีความบกพร่องในการประมวลผลที่เกี่ยวข้องกับรางวัลการทำงานของความรู้ความเข้าใจทั่วไปและการควบคุมแรงกระตุ้น

แม้ว่าการศึกษา neuroimaging ได้ระบุโครงสร้างของสมองที่เกี่ยวข้องกับกิจกรรมการพักผ่อนของรัฐ แต่พวกเขาก็ให้ข้อมูลที่ จำกัด ในแง่ของการเปลี่ยนแปลงชั่วคราวของเครือข่ายประสาทในสมอง การเชื่อมโยงกันของ Electroencephalographic (EEG) มีประโยชน์สำหรับการวัดความผิดปกติในการทำงานของสมองที่มีความคมชัดสูง11) การเชื่อมโยง EEG วัดความสอดคล้องของความแตกต่างของเฟสในสองส่วนของสมองและสะท้อนให้เห็นถึงการประสานระหว่างประชากรของระบบประสาทและการเชื่อมต่อของเยื่อหุ้มสมอง (12) การเชื่อมโยงกันเพิ่มขึ้นระหว่างสองขั้วไฟฟ้า EEG แนะนำการรวมการทำงานของสองพื้นที่สมองในขณะที่การเชื่อมโยงกันลดลงสะท้อนให้เห็นถึงกิจกรรมที่ไม่เกี่ยวข้องของสองประชากรประสาท (13, 14).

มีงานวิจัยบางส่วนที่ตรวจสอบการเชื่อมต่อของสมองโดยใช้ EEG ที่พักผ่อนหย่อนใจได้รายงานว่าวัยรุ่นที่ติดอินเทอร์เน็ตแสดงให้เห็นว่ามีการเชื่อมโยงแกมมาเพิ่มขึ้นในพื้นที่ข้างขม่อมขมับขวาและท้ายทอยเมื่อเทียบกับการควบคุมสุขภาพ (HCs) (15) ผู้ป่วยที่มี IGD ยังแสดงการเชื่อมโยงกันแกมม่า intrahemispheric เพิ่มขึ้นเมื่อเทียบกับการควบคุม (16) นอกจากนี้การเชื่อมต่อที่เพิ่มขึ้นของ intrahemispheric ภายในพื้นที่ fronto-temporal อาจเกี่ยวข้องกับการเล่นเกมออนไลน์ซ้ำ (17) การค้นพบที่สอดคล้องกันเหล่านี้บ่งชี้ว่าแกมม่าฟาซิคแบบซิงโครไนซ์ที่เปลี่ยนแปลงนั้นมีความสัมพันธ์กับ hyperarousal ในระบบประสาทสัมผัสรวมถึงระบบ excitatory ผิดปกติ อย่างไรก็ตามมันยังไม่ชัดเจนว่าการเชื่อมต่อระบบประสาทที่เปลี่ยนแปลงในผู้ป่วยที่มี IGD เป็นเครื่องหมายลักษณะหรือเครื่องหมายสถานะที่เกี่ยวข้องกับความรุนแรงของ IGD มีงานวิจัยจำนวนน้อยที่ใช้การเชื่อมโยงกันของ EEG ได้แสดงความผิดปกติในการเชื่อมต่อของสมองในบุคคลที่มีความผิดปกติในการใช้สาร (SUD) ซึ่งมีกลไกสมองคล้ายกับ IGD (7, 18, 19) ตัวอย่างเช่นผู้ที่ไม่ดื่มแอลกอฮอล์ในระยะยาวและผู้ที่ไม่ดื่มแอลกอฮอล์ขึ้นอยู่กับการแสดงความสัมพันธ์ทวิภาคี intrahemispheric และหลัง EEG เพิ่มขึ้น (18) ในทำนองเดียวกันบุคคลที่ขึ้นอยู่กับเฮโรอีนที่ไม่แสดงตัวเพิ่มการเชื่อมโยงแกมมา intrahemispheric ซ้ายเพิ่มขึ้นเมื่อเทียบกับ HCs (19) การค้นพบเหล่านี้ชี้ให้เห็นว่าการเชื่อมต่อของระบบประสาทที่ได้รับการปรับปรุงนั้นไม่ได้รับการทำให้เป็นมาตรฐานหลังจากการงดเว้นหรือการรักษาเป็นระยะเวลานานและอาจสะท้อนให้เห็นถึง ดังนั้นการศึกษาระยะยาวกับผู้ป่วยที่มี IGD สามารถช่วยให้เราเข้าใจพยาธิสรีรวิทยาและพัฒนาการแทรกแซงการรักษาสำหรับ IGD

ด้วยความรู้ที่ดีที่สุดของเราไม่มีการศึกษาใดที่จะตรวจสอบการเปลี่ยนแปลงระยะยาวในการพักตัว EEG ที่สอดคล้องกันหลังจากการรักษาผู้ป่วยด้วย IGD ดังนั้นเราจึงตรวจสอบการเชื่อมต่อของเยื่อหุ้มสมองที่เกี่ยวข้องกับการตอบสนองการรักษาในผู้ป่วยที่มี IGD เพื่อทำความเข้าใจกลไกพื้นฐานของมันและเพื่อชี้แจงว่าการเปลี่ยนแปลง phasic synchrony ในบุคคลที่มี IGD เป็นสถานะหรือเครื่องหมายลักษณะ ขึ้นอยู่กับการค้นพบก่อนหน้า (16, 17, 20) เราตั้งสมมติฐานว่าผู้ป่วยที่มี IGD จะแสดงการเชื่อมโยงกันอย่างรวดเร็วความถี่ที่พื้นฐานและดัชนี neurophysiological นี้จะยั่งยืนแม้ว่าอาการ IGD ของพวกเขาดีขึ้นหลังจาก 6 เดือนของการจัดการผู้ป่วยนอก

วัสดุและวิธีการ

ผู้เข้าร่วมกิจกรรม

การศึกษาระยะยาวนี้รวมผู้เข้าร่วมการศึกษาชาย 62 อายุ 18 – 38 ปีที่ได้รับคัดเลือกจากศูนย์การแพทย์ SMG-SNU Boramae และชุมชนโดยรอบในกรุงโซลสาธารณรัฐเกาหลี ผู้ป่วยสามสิบคนถูกจำแนกว่ามี IGD ตามเกณฑ์ของคู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิตรุ่นที่ห้าและการวินิจฉัยโดยจิตแพทย์ที่มีประสบการณ์ทางคลินิก (1). ผู้เข้าร่วมสามสิบสองคนทำหน้าที่เป็น HCs การศึกษาในปัจจุบันรวมเฉพาะผู้ป่วยที่ใช้เวลามากกว่า 4 ชั่วโมง / วันและ / หรือ 30 ชั่วโมง / สัปดาห์ในการเล่นเกมอินเทอร์เน็ต นอกจากนี้ Young's Internet Addiction Test (Y-IAT) ยังใช้เพื่อประเมินความรุนแรงของอาการ IGD (21). การประเมินทางคลินิกพื้นฐานและการสแกนคลื่นไฟฟ้าสมองได้ดำเนินการกับผู้เข้าร่วมทั้งหมด ตั้งแต่การประเมินพื้นฐานผู้ป่วย 18 ใน 30 รายที่เป็นโรค IGD ที่มีอาการซึมเศร้าหรือวิตกกังวลยังคงให้ยารักษาด้วยยา serotonin reuptake inhibitors (SSRIs) โดยใช้ปริมาณเฉลี่ยต่อวัน: escitalopram ที่ 15.83 ± 9.17 มก., fluoxetine ที่ 50.00 ± 9.17 มก. หรือ paroxetine ที่ 30.00 ± 14.14 มก. ไม่มีการใช้ยาอื่นนอกเหนือจาก SSRIs ในการศึกษานี้ หลังจาก 6 เดือนของการรักษาอย่างต่อเนื่องพวกเขาเสร็จสิ้นการประเมินติดตามผลรวมถึงมาตรการทางคลินิกและการบันทึก EEG ผลการรักษาหลักคือการเปลี่ยนแปลงของคะแนน IAT จากก่อนเป็นหลังการรักษา ผู้เข้าร่วม HC ที่เล่นเกมอินเทอร์เน็ต <2 ชั่วโมง / วันได้รับคัดเลือกโดยตรงจากชุมชนในท้องถิ่น ไม่มีผู้เข้าร่วมคนใดมีประวัติของความพิการทางสติปัญญาโรคจิตหรือโรคทางระบบประสาทและทุกคนถนัดขวา ไม่รวมผู้เข้าร่วมที่มีไอคิว <80 โดยประมาณ

การศึกษาครั้งนี้ได้รับการอนุมัติจากคณะกรรมการพิจารณาสถาบันของ SMG-SNU Boramae Medical Center สาธารณรัฐเกาหลี ผู้เข้าร่วมทั้งหมดให้ความยินยอมเป็นลายลักษณ์อักษรหลังจากได้รับข้อมูลเกี่ยวกับการศึกษา

การบันทึก EEG

การเก็บข้อมูล EEG

ข้อมูลรายละเอียดเกี่ยวกับการบันทึก EEG และขั้นตอนการรวบรวมข้อมูลถูกนำเสนอในการศึกษาก่อนหน้าของเรา (16). EEG ในสภาวะพักจะถูกบันทึกไว้เป็นเวลา 10 นาที (โดยหลับตา 4 นาทีลืมตา 2 นาทีและหลับตา 4 นาที) ในห้องที่มีฉนวนป้องกันไฟฟ้าและกันเสียงพร้อมไฟสลัว ผู้เข้าร่วมได้รับคำแนะนำให้ผ่อนคลายและหลีกเลี่ยงการเคลื่อนไหวของร่างกายและอาการง่วงนอน กิจกรรม EEG ถูกบันทึกจาก 64 อิเล็กโทรดตามระบบ International 10-20 ที่ปรับเปลี่ยนร่วมกับอิเล็กโทรโคโลแกรมแนวตั้งและแนวนอนและอิเล็กโทรดอ้างอิงกกหู ช่องกราวด์อยู่ระหว่างอิเล็กโทรด FPz และ Fz สัญญาณ EEG ถูกบันทึกอย่างต่อเนื่องโดยใช้ตัวกรองแบนด์พาสออนไลน์ 0.1–60 Hz และตัวกรองแบนด์พาสออฟไลน์ 0.1–50 Hz ที่อัตราการสุ่มตัวอย่าง 1,000 Hz อิมพีแดนซ์อิเล็กโทรดถูกเก็บไว้ที่ <5 KΩ

ข้อมูล EEG ทั้งหมดถูกวิเคราะห์ด้วยซอฟต์แวร์ NeuroGuide (NG Deluxe 2.6.1, Applied Neuroscience; St. Petersburg, FL, USA) สำหรับการวิเคราะห์การเชื่อมโยงกันและ 19 ของช่อง 64 ถูกขับเคลื่อนโดยชุดตัดต่อ NeuroGuide ดังนี้ FP1, FP2, F7 , F3, Fz, F4, F8, T3, C3, Cz, C4, T4, T5, P3, Pz, P4, O6, O1 และ O2 สิ่งประดิษฐ์เนื่องจากกระพริบตาและการเคลื่อนไหวในระหว่างการบันทึก EEG ถูกกำจัดโดยระบบอัตโนมัติ NG Deluxe 2.6.1 และตรวจพบด้วยสายตา

การเชื่อมโยงกัน

วิธีการวิเคราะห์การเชื่อมโยงกันได้ถูกนำเสนอใน Park และคณะ (16). เพื่อสรุปข้อมูล EEG ที่ได้รับการพักสถานะจะถูกแปลงเป็นโดเมนความถี่โดยใช้อัลกอริทึมการแปลงฟูริเยร์ที่รวดเร็วด้วยพารามิเตอร์ต่อไปนี้: epoch = 2 s, อัตราการสุ่มตัวอย่าง = ตัวอย่าง 128 / X (จุดเวลาดิจิทัล 256) ช่วงความถี่ = 0.5 – 40 เฮิร์ตซ์และความละเอียด 0.5 Hz พร้อมหน้าต่างเรียวโคไซน์เพื่อลดการรั่วไหล โปรแกรม NG 2.6.1 ถูกใช้เพื่อรับค่าการเชื่อมโยงกัน epochs ที่ได้รับการยอมรับของข้อมูล EEG ถูกคำนวณสำหรับแต่ละย่านความถี่ต่อไปนี้: delta (1 – 4 Hz), theta (4 – 8 Hz), อัลฟา (8 – 12 Hz), เบต้า (12 – 25 Hz) gamma (30 – 40 Hz) นอกจากนี้การตรวจสอบการเชื่อมโยงกันของ intrahemispheric สำหรับแต่ละแบนด์ใช้ F3 – C3, F3 – T3, F3 – P3, C3 – T3, C3 – P3 และ P3 – P3 T4, F4 – P4, C4 – T4, C4 – P4 และ T4 – P4 – P4 จับคู่ขั้วไฟฟ้าในซีกขวา การคำนวณการเชื่อมโยงกันระหว่าง Interhemispheric ระหว่างคู่อิเล็กโทรด F4 – F4, C3 – C4, T3 – T4 และ P3 – P4

การประเมินทางจิตวิทยา

Wechsler เครื่องชั่งปัญญาผู้ใหญ่

Wechsler Adult Intelligence Scale เวอร์ชั่นเกาหลีได้รับการดูแลให้ผู้เข้าร่วมทุกคนคำนวณ IQ ของพวกเขา (22-24).

แบบสอบถาม

แบบสอบถามเกาหลีทั้งหมดได้ผ่านการตรวจสอบแล้ว (25-28).

IAT ของ Young (Y-IAT)

Y-IAT ถูกใช้เพื่อวัดความรุนแรงของการติดอินเทอร์เน็ต รายการ 20 ทั้งหมดได้รับการจัดอันดับในระดับห้าจุดจาก 1 ถึง 5 ดังนั้นคะแนนรวมอยู่ในช่วงตั้งแต่ 20 ถึง 100 (21, 28). อัลฟ่าของครอนบาคสำหรับการศึกษานี้เท่ากับ 0.97

สินค้าคงคลังเบ็คภาวะซึมเศร้า-II (BDI-II)

BDI-II ได้รับการบริหารเพื่อประเมินความรุนแรงของอาการซึมเศร้า (26, 29). แต่ละรายการได้รับการจัดอันดับในระดับ 0 จุดตั้งแต่ 3 ถึง 21 และคะแนนรวมสำหรับทั้ง 0 รายการมีตั้งแต่ 63 ถึง 0.95 อัลฟาของครอนบาคสำหรับการศึกษานี้คือ XNUMX

เบคกังวลสินค้าคงคลัง (BAI)

BAI รวมรายการ 21 ทั้งหมดและจัดการกับความรุนแรงของอาการวิตกกังวล (25, 30). การตอบสนองจะได้รับการจัดอันดับในระดับสี่จุดและคะแนนอยู่ในช่วง 0 ถึง 3 คะแนน BAI ทั้งหมดซึ่งอยู่ในช่วง 0 ถึง 63 ได้มาจากการรวมรายการทั้งหมด 21 รายการ อัลฟาของครอนบาคสำหรับการศึกษานี้เท่ากับ 0.94

ระดับแรงกระตุ้นสำหรับ Barratt-11 (BIS-11)

BIS-11 ซึ่งใช้สำหรับวัดความหุนหันพลันแล่น (27, 31) เป็นแบบสอบถามการรายงานตัวเอง 30 รายการที่มีสามส่วนย่อยที่วัดแรงกระตุ้น (ความสนใจมอเตอร์และการไม่วางแผน) แต่ละรายการได้รับการจัดอันดับในระดับสี่จุดตั้งแต่ 1 ถึง 4 อัลฟาของครอนบาคสำหรับการศึกษานี้คือ 0.79

การวิเคราะห์ทางสถิติ

วิเคราะห์ข้อมูลประชากรและจิตวิทยาเบื้องต้นโดยอิสระ tการทดสอบในขณะที่ความแตกต่างของตัวแปรทางจิตวิทยาก่อนและหลังการรักษาถูกวิเคราะห์โดยการจับคู่ t-tests มีการใช้สมการการประมาณทั่วไปแบบแยก (GEEs) เพื่อประเมินผลกระทบของกลุ่มในข้อมูล EEG สำหรับแต่ละย่านความถี่เพื่อตรวจสอบความสัมพันธ์ระหว่างการวัดซ้ำ (32, 33) ค่าการเชื่อมโยงกันภายในและ interhemispheric ถูกวิเคราะห์โดย GEEs โดยใช้ปัจจัยต่อไปนี้ที่พื้นฐานและในตอนท้ายของระยะเวลาการรักษาผู้ป่วยนอก 6 เดือนตามลำดับ: การเชื่อมโยงกัน intrahemispheric ถูกวิเคราะห์ตามกลุ่ม (IGD และ HC) ×ภูมิภาค , fronto-temporal, fronto-parietal, centro-temporal, centro-parietal และ temporo-parietal) ×ซีกโลก (ซ้ายและขวา); และ interherispheric coherence ถูกประเมินตามกลุ่ม (IGD และ HC) ×ภูมิภาค (ด้านหน้า, ส่วนกลาง, ขมับ, และข้างขม่อม) ในการวิเคราะห์เหล่านี้เราควบคุมเพื่อการศึกษาและคะแนน BDI-II, BAI และ BIS-11 เพื่อระบุความแตกต่างของกลุ่ม การวิเคราะห์ทางสถิติทั้งหมดดำเนินการโดยใช้ซอฟต์แวร์ SPSS 20.0 (SPSS Inc. , Chicago, IL, USA)

ผลสอบ

ตัวแปรทางประชากรและจิตวิทยาก่อนและหลังการรักษา

ผู้ป่วยที่มี IGD ไม่แตกต่างจาก HCs ในแง่ของอายุหรือไอคิว อย่างไรก็ตามความแตกต่างอย่างมีนัยสำคัญในการศึกษาคะแนน BDI-II, BAI และ BIS-11 ระหว่างทั้งสองกลุ่ม ลักษณะทางประชากรและจิตวิทยาของกลุ่ม IGD และ HC ถูกนำเสนอในตาราง 1. หลังจาก 6 เดือนของการรักษาผู้ป่วยที่มี IGD มีคะแนน Y-IAT ลดลงอย่างมีนัยสำคัญ แต่ไม่ลดลงคะแนน BDI-II, BAI หรือ BIS-11 เปรียบเทียบกับข้อมูลพื้นฐานของพวกเขา (ตาราง 2).

ตาราง 1
www.frontiersin.org   

1 ตาราง. ลักษณะทางประชากรและจิตวิทยาของกลุ่มการศึกษาที่เป็นพื้นฐาน

 
ตาราง 2
www.frontiersin.org   

2 ตาราง. การเปลี่ยนแปลงลักษณะทางคลินิกของผู้ป่วยที่มีความผิดปกติของการเล่นเกมทางอินเทอร์เน็ต (IGD) ก่อนและหลังการรักษา

การเชื่อมโยง EEG

ข้อมูลการเชื่อมโยงกัน EEG พื้นฐาน

การวิเคราะห์ทางสถิติโดยใช้ GEEs ของการเชื่อมโยงกันของ intrahemispheric เปิดเผยผลกระทบของกลุ่มหลักที่สำคัญในช่วงเบต้าและวงแกมม่าที่พื้นฐานหลังจากปรับสำหรับตัวแปรทางประชากรและจิตวิทยา (ตาราง 3) โดยเฉพาะผู้ป่วยที่มี IGD [M (ความผิดพลาดมาตรฐานของค่าเฉลี่ย; SEM) = 48.95 (69.463)] แสดงการเพิ่มขึ้นของการเชื่อมโยง intrahemispheric เบต้าอย่างมีนัยสำคัญกว่า HCs [M (SEM) = 41.68 (70.187)] ผู้ป่วยที่มี IGD [M (SEM) = 58.65 (111.862)] ยังแสดงให้เห็นถึงการเชื่อมโยงในแถบแกมมาสูงกว่าอย่างมีนัยสำคัญกว่า HCs [M (SEM) = 46.03 (113.029)] นอกจากนี้ยังพบเอฟเฟกต์การโต้ตอบสำหรับกลุ่ม×ซีกโลก กลุ่ม IGD [M (SEM) = 49.11 (68.393)] มีการเพิ่มขึ้นอย่างต่อเนื่องของเดลต้า intrahemispheric การเชื่อมโยงในซีกโลกด้านขวาเมื่อเทียบกับกลุ่ม HC [M (SEM) = 42.36 (69.106)] การวิเคราะห์การเชื่อมโยงกัน interhemispheric ไม่ได้สะท้อนให้เห็นถึงผลกระทบที่สำคัญอย่างมีนัยสำคัญของกลุ่มผลกระทบปฏิสัมพันธ์ของกลุ่มภูมิภาค×หรือปฏิสัมพันธ์×กลุ่มซีกโลก

 
ตาราง 3
www.frontiersin.org   

3 ตาราง. ผลกระทบต่อการควบคุมการเชื่อมโยงกัน EEG intrahemispheric สำหรับผลกระทบของประชากร (การศึกษา) และจิตวิทยา (คะแนนในลักษณะ BDI-II, BAI และ BIS-11) ก่อนและหลังการรักษา

การเปลี่ยนแปลงข้อมูลการรักษา EEG Coherence หลังการรักษา

ไม่พบการเปลี่ยนแปลงที่สอดคล้องกันของ EEG ที่สำคัญในช่วงก่อนการรักษาหรือหลังการรักษาในกลุ่ม IGD อย่างไรก็ตามผลกระทบหลักของกลุ่มพบในเบต้าและการเชื่อมโยงแกมมาที่การประเมินหลังการรักษา (ตาราง 3 รูปและ 1) โดยเฉพาะผู้ป่วยที่มี IGD [M (SEM) = 53.66 (75.338)] แสดงการเชื่อมโยงกันของ intrahemispheric เบต้าเพิ่มขึ้นเมื่อเทียบกับ HCs [M (SEM) = 40.54 (77.143)] การเชื่อมโยง Intrahemispheric สำหรับแถบแกมมาสูงขึ้นอย่างมีนัยสำคัญในผู้ป่วยที่มี IGD [M (SEM) = 61.41 (126.700)] กว่า HCs [M (SEM) = 46.51 (129.734)] ในการประเมินผลหลังการรักษา นอกจากนี้จากการวิเคราะห์แบบโพสต์เฉพาะกิจพบว่ามีผลต่อการทำงานร่วมกันของกลุ่ม×ภูมิภาคในการเชื่อมโยงกันของอัลฟา แต่ไม่มีความแตกต่างของกลุ่มอย่างมีนัยสำคัญ

 
รูป 1
www.frontiersin.org   

รูป 1. ผลหลักเกี่ยวกับ EEG intrahemispheric (A) เบต้าและ (B) การเชื่อมโยงแกมมาก่อนและหลังการรักษา * * * *P <0.05.

การสนทนา

สำหรับความรู้ของเรานี่คือการศึกษาครั้งแรกเพื่อตรวจสอบการเปลี่ยนแปลงตามยาวในการเชื่อมต่อระบบประสาทที่วัดโดยการเชื่อมโยง EEG ในผู้ป่วยที่มี IGD ผู้เข้าร่วมกับ IGD แสดงการเชื่อมโยง EEG intrahemispheric เพิ่มขึ้นในช่วงเบต้าและวงแกมม่าที่พื้นฐาน อย่างไรก็ตามรูปแบบการซิงโครไนซ์ระยะที่ผิดปกติเหล่านี้ไม่ได้ถูกทำให้เป็นมาตรฐานหลังจากการใช้ยา 6 เดือนแม้ว่าผู้ป่วยที่มี IGD จะมีอาการดีขึ้นอย่างมากในอาการ IGD ดังนั้นผลการวิจัยของเราระบุว่าการเพิ่มการเชื่อมโยงเบต้าและแกมมาระหว่างสถานะพักอาจเป็นเครื่องหมายทางประสาทวิทยาที่สำคัญของผู้ป่วยที่มี IGD

กลุ่ม IGD แสดงการเชื่อมโยงระหว่าง intrahemispheric ที่มีความถี่สูงกว่ากลุ่ม HC ที่พื้นฐานอย่างมีนัยสำคัญ กิจกรรมของคลื่นความถี่เบต้าใน EEG ที่พักผ่อนนั้นถือว่าเป็นการจูงใจผู้ป่วยให้ใช้สารเสพติดและเป็นสัญลักษณ์ทางไฟฟ้าของความร้อนในสมองเนื่องจากความไม่สมดุลของการกระตุ้นและยับยั้งการทำงานของสมอง (34, 35) การเชื่อมโยงกันของ intrahemispheric beta นั้นเกี่ยวข้องกับปัจจัยเสี่ยงของ IGD (17, 36) ตัวอย่างเช่น Youh et al (17) แสดงให้เห็นว่าการเชื่อมโยงเบต้าที่เพิ่มขึ้นในพื้นที่ frontotemporal เป็นเรื่องธรรมดามากขึ้นในผู้ป่วยที่มี comorbid IGD และโรคซึมเศร้าที่สำคัญ (MDD) เมื่อเทียบกับผู้ป่วยที่มี MDD เท่านั้น ผู้เขียนชี้ให้เห็นว่าการเชื่อมโยงกันของเบต้าที่เพิ่มขึ้นอาจสะท้อนให้เห็นถึงการเล่นเกมออนไลน์มากเกินไปและบ่งบอกถึงการประสานประสาทที่เปลี่ยนแปลงไประหว่างสมองในผู้ป่วย IGD

การเพิ่มขึ้นของการเชื่อมโยงแกมมา EEG ก่อนการรักษาสอดคล้องกับการศึกษาก่อนหน้า (16) กิจกรรมแกมมาเป็นความคิดร่วมกันเพื่อสะท้อนความหลากหลายของฟังก์ชั่นประสาทรวมถึงการยับยั้งการตอบสนองและการกระจายของทรัพยากรที่ตั้งใจ (37-40) กลุ่มวิจัยของเราได้รายงานว่าการเพิ่มขึ้นของการเชื่อมโยงกันของแกมม่า intrahemispheric เกี่ยวข้องกับการควบคุมแรงกระตุ้นที่ผิดปกติระบบการให้รางวัลและความรุนแรงของอาการ IGD (16) นอกจากนี้ Choi et al. (41) ระบุว่ากิจกรรมแกมมาที่เพิ่มขึ้นในระหว่างการพักมีความเกี่ยวข้องกับการยับยั้งการด้อยค่าและลักษณะของแรงกระตุ้นในผู้ป่วยที่มี IGD เมื่อนำมารวมกันการค้นพบเหล่านี้แสดงให้เห็นว่าการประสานประสาทที่ไม่มีประสิทธิภาพและการเชื่อมต่อการทำงานในผู้ป่วย IGD

หลังจาก 6 เดือนของการจัดการผู้ป่วยนอก, ผู้ป่วยที่มี IGD แสดงการปรับปรุงในอาการ IGD ของพวกเขาเมื่อเทียบกับพื้นฐาน, แต่พวกเขายังคงแสดงให้เห็นเพิ่มขึ้นเบต้าและแกมมา intrahemispheric เชื่อมโยงกันเมื่อเทียบกับ HCs. การศึกษาบางอย่างดำเนินการโดยใช้ SSRIs รายงานว่าการรักษาด้วยยาช่วยลดอาการ IGD (20, 42) เซโรโทนินมีบทบาทสำคัญในภาวะซึมเศร้าวิตกกังวลและแรงกระตุ้น43) ดังนั้นการรักษาด้วย SSRI จึงมีประสิทธิภาพในการลดความรุนแรงของ IGD อย่างไรก็ตามการศึกษาปัจจุบันไม่พบการปรับปรุงในการเชื่อมโยง intrahemispheric ที่เปลี่ยนแปลงในเบต้าและแกมมาวงหลังจาก 6 เดือนของการรักษา SSRI การค้นพบเหล่านี้ชี้ให้เห็นว่าการเพิ่มความเชื่อมโยงของความถี่ที่เร็วขึ้นนั้นถือได้ว่าเป็นลักษณะที่มีศักยภาพของ IGD แทนที่จะเป็นตัวบ่งชี้สถานะ

การศึกษาครั้งนี้มีข้อ จำกัด บางอย่าง ข้อแรกผลลัพธ์ของเราอาจมีความจำกัดความกว้างโดยทั่วไปเนื่องจากจำนวนผู้เข้าร่วมในการศึกษานี้ค่อนข้างเล็กและมีผู้เข้าร่วมเพียงคนเดียว ประการที่สองการศึกษาปัจจุบันใช้การดูแลผู้ป่วยนอกโดยทั่วไปมากกว่าวิธีการรักษาที่จัดอย่างดี อย่างไรก็ตามการศึกษาครั้งนี้มุ่งเน้นไปที่การเปลี่ยนแปลงรูปแบบเฟสซิงโครนัสในผู้ป่วยที่มี IGD มากกว่าผลการรักษา ดังนั้นจึงจำเป็นต้องมีการศึกษาเพิ่มเติมเพื่ออธิบายผลของการรักษาด้วยยาโดยเฉพาะต่อเครื่องหมายทางระบบประสาทของผู้ป่วยที่มี IGD ประการที่สามผู้ป่วยทั้งหมดที่มี IGD รวมอยู่ในการศึกษานี้มีอาการ comorbid ของภาวะซึมเศร้าหรือความวิตกกังวลซึ่งอาจมีผลรบกวน ดังนั้นการแปรปรวนทางจิตวิทยาจึงถูกควบคุมในการวิเคราะห์ขั้นสุดท้ายเพื่อควบคุมอาการ comorbid เหล่านี้

โดยรวมการศึกษาปัจจุบันพบว่าที่พื้นฐานผู้ป่วยที่มี IGD ได้เพิ่มขึ้นการเชื่อมโยงกัน intrahemispheric ในวงความถี่ที่รวดเร็วเมื่อเทียบกับกลุ่ม HC อย่างไรก็ตามการเชื่อมต่อของระบบประสาทที่ผิดปกตินี้ได้รับการสนับสนุนหลังจาก 6 เดือนของการรักษาผู้ป่วยนอกแสดงให้เห็นว่าการเพิ่มขึ้นของการเชื่อมโยงกันของเบต้าและแกมมาในระหว่างสถานะพักสามารถเป็นเครื่องหมาย neurobiological สำหรับพยาธิสรีรวิทยาของ IGD การวิจัยในปัจจุบันจะนำไปสู่ความเข้าใจที่ดีขึ้นของเครือข่าย neurophysiological พื้นฐาน IGD

ผลงานของผู้เขียน

J-SC และ SK ดำเนินการออกแบบและแนวคิดของการศึกษา SP ทำการวิเคราะห์และนำไปสู่การเขียนต้นฉบับ J-SC ชี้นำและดูแลการเขียนต้นฉบับ HR, J-YL, AC และ D-JK มีส่วนช่วยในการดำเนินการศึกษา

การฝากและถอนเงิน

การศึกษาครั้งนี้ได้รับทุนจากมูลนิธิวิจัยแห่งชาติ (2014M3C7A1062894) สาธารณรัฐเกาหลี

คำชี้แจงความขัดแย้งทางผลประโยชน์

ผู้เขียนประกาศว่าการวิจัยได้ดำเนินการในกรณีที่ไม่มีความสัมพันธ์ทางการค้าหรือทางการเงินใด ๆ ที่อาจตีความได้ว่าเป็นความขัดแย้งทางผลประโยชน์ที่อาจเกิดขึ้น

อ้างอิง

1 สมาคมสมาคมจิตวิทยา คู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต (DSM-5®) วอชิงตันดีซี: American Psychiatric Pub (2013)

PubMed บทคัดย่อ

2 Kuss DJ, Griffiths MD การติดอินเทอร์เน็ตและการเล่นเกม: การทบทวนวรรณกรรมอย่างเป็นระบบเกี่ยวกับการศึกษา neuroimaging สมองวิทย์ (2012) 2: 347 74- ดอย: 10.3390 / brainsci2030347

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

3 Grant JE, Potenza MN, Weinstein A, Gorelick DA ความรู้เบื้องต้นเกี่ยวกับพฤติกรรมการเสพติด การเสพสุราของ Am Am ​​Drug (2010) 36: 233 241- doi: 10.3109 / 00952990.2010.491884

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

4 เหยา YH, ​​โปเตนซา MN, แม่สีขาว การใช้อินเทอร์เน็ตที่มีปัญหาสุขภาพจิตและการควบคุมแรงกระตุ้นในการสำรวจออนไลน์ของผู้ใหญ่ J Behav Addict (2012) 2: 72 81- doi: 10.1556 / JBA.1.2012.015

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

5 Fauth-Bühler M, Mann K. Neurobiological correlates ของการเล่นเกมทางอินเทอร์เน็ต: ความคล้ายคลึงกับการพนันทางพยาธิวิทยา ติดยาเสพติด Behav (2017) 64: 349 356- doi: 10.1016 / j.addbeh.2015.11.004

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

6 Park, B, Han, DH, และ Roh, S การค้นพบทางประสาทวิทยาเกี่ยวกับความผิดปกติในการใช้อินเทอร์เน็ต จิตเวชคลินิก Neurosci (2017) 71: 467 478- doi: 10.1111 / pcn.12422

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

7 Weinstein AM ภาพรวมการอัปเดตเกี่ยวกับการศึกษาการถ่ายภาพสมองของความผิดปกติในการเล่นเกมอินเทอร์เน็ต จิตเวชศาสตร์ด้านหน้า (2017) 8: 185 doi: 10.3389 / fpsyt.2017.00185

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

8 จาง JT, เหยา YW, โปเตนซามินนิโซตา, เซี่ยซีซี, ลานเจ, หลิวแอล, และคณะ การเปลี่ยนแปลงสถานะของระบบประสาทของการพักผ่อนและการเปลี่ยนแปลงหลังจากการแทรกแซงพฤติกรรมความอยากรู้อยากเห็นสำหรับความผิดปกติของเกมบนอินเทอร์เน็ต Sci Rep. (2016) 6: 28109 doi: 10.1038 / srep28109

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

9 วัง Y, Yin Y, Sun Y. -W, โจววาย, เฉิน X, Ding WN, และคณะ การเชื่อมต่อการทำงานระหว่างสมองในวัยรุ่นที่มีความผิดปกติจากการเล่นเกมทางอินเทอร์เน็ตลดลง: การศึกษาขั้นต้นโดยใช้ fMRI พักผ่อน PLoS ONE (2015)10:e0118733. doi: 10.1371/journal.pone.0118733

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

10 วัง L, Wu L, Lin X, Zhang Y, Zhou H, Du X, และคณะ เปลี่ยนแปลงเครือข่ายการทำงานของสมองในผู้ที่มีความผิดปกติของเกมบนอินเทอร์เน็ต: หลักฐานจากการพักสถานะ fMRI จิตเวชศาสตร์ Res Neuroimaging (2016) 254: 156 163- ดอย: 10.1016 / j.pscychresns.2016.07.001

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

11. Shaw J, O'connor K, Ongley C. EEG เป็นหน่วยวัดการทำงานของสมอง สาขาวิชาจิตเวชศาสตร์ (1977) 130: 260 4- doi: 10.1192 / bjp.130.3.260

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม

12 Nunez PL, Srinivasan R. (2006) สนามไฟฟ้าของสมอง: Neurophysics ของ EEG นิวยอร์กนิวยอร์ก: สำนักพิมพ์มหาวิทยาลัยออกซ์ฟอร์ด

Google Scholar

13 Murias M, Swanson JM, Srinivasan R. การเชื่อมต่อการทำงานของเยื่อหุ้มสมองส่วนหน้าในเด็กที่มีสุขภาพดีและเด็กสมาธิสั้นสะท้อนให้เห็นในการเชื่อมโยง EEG Cortex cereb (2007) 17: 1788 99- ดอย: 10.1093 / cercor / bhl089

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

14 แทตเชอร์ RW, DM เหนือ, Biver CJ การพัฒนาของการเชื่อมต่อเยื่อหุ้มสมองตามที่วัดโดย EEG เชื่อมโยงกันและความล่าช้าเฟส Hum Brain Mapp (2008) 29: 1400 15- doi: 10.1002 / hbm.20474

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

15 Kwon Y, Choi S. ลักษณะทางจิตวิทยาของการติดอินเทอร์เน็ตวัยรุ่น: การศึกษา qEEG ของรัฐที่พำนัก Psychol J เกาหลีสุขภาพ (2015) 20: 893 912- doi: 10.17315 / kjhp.2015.20.4.011

CrossRef ข้อความแบบเต็ม

16 Park, SM, Lee, JY, Kim, YJ, Lee, JY, Jung, HY, Sohn, BK, และอื่น ๆ การเชื่อมต่อระบบประสาทในความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตและความผิดปกติในการใช้แอลกอฮอล์: การศึกษาการเชื่อมโยงกันของ EEG ในสภาวะพักผ่อน วิทย์ ตัวแทนจำหน่าย (2017) 7:1333. doi: 10.1038/s41598-017-01419-7

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

17 Youh J, Hong JS, Han DH, Chung US, Min KJ, Lee YS และคณะ การเปรียบเทียบความสอดคล้องกันของอิเลคโตรโฟกราฟิก (EEG) ระหว่างโรคซึมเศร้าที่สำคัญ (MDD) โดยไม่ต้องมีอาการป่วยเป็นโรคและมีอาการป่วยเป็นโรคเมตาบอดี MDD กับโรคทางอินเทอร์เน็ต J Korean Med Sci (2017) 32: 1160 65- doi: 10.3346 / jkms.2017.32.7.1160

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

18 Winterer G, Enoch MA, White K, Saylan M, Coppola R, Goldman D. EEG ฟีโนไทป์ในโรคพิษสุราเรื้อรัง: เพิ่มการเชื่อมโยงกันในชนิดย่อยที่ซึมเศร้า Acta จิตแพทย์ Scand (2003) 108:51–60. doi: 10.1034/j.1600-0447.2003.00060.x

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

19 Franken IH, Stam CJ, Hendriks VM, van den Brink, พลังงานไฟฟ้า Electroencephalographic และการวิเคราะห์การเชื่อมโยงกันแนะนำการทำงานของสมองที่เปลี่ยนแปลงไปในผู้ป่วยเฮโรอีนที่ไม่ขึ้นกับเพศชาย Neuropsychobiology (2004) 49: 105 110- doi: 10.1159 / 000076419

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

20 Kim YJ, Lee JY, Oh S, Park M, Jung HY, Sohn BK, และคณะ ความสัมพันธ์ระหว่างการเปลี่ยนแปลงอาการที่คาดหวังและกิจกรรมคลื่นช้าในผู้ป่วยที่มีความผิดปกติของการเล่นเกมอินเทอร์เน็ต: การศึกษา EEG ที่พักผ่อนหย่อนใจ ยา (2017) 96: e6178 doi: 10.1097 / MD.0000000000006178

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

21 Young KS การติดอินเทอร์เน็ต: การเกิดขึ้นของความผิดปกติทางคลินิกใหม่ ไซเบอร์สปิลโซลเบฟ (1998) 1: 237 244- doi: 10.1089 / cpb.1998.1.237

CrossRef ข้อความแบบเต็ม | Google Scholar

22 Wechsler D. WAIS-R ด้วยมือ: Wechsler ข่าวกรองสำหรับผู้ใหญ่ปรับแก้แล้ว. นิวยอร์ก, นิวยอร์ก: Psychological Corporation (1981)

Google Scholar

23 Yeom T, Park Y, Oh K, Lee Y เวอร์ชั่นเกาหลี Wechsler สเกลปัญญาผู้ใหญ่ โซล (1992) 4: 13 28-

24 Hwang S, Kim J, Park G, Choi J, Hong S. เครื่องชั่งปัญญาผู้ใหญ่ของเกาหลี Wechsler (K-WAIS-IV). Daegu: จิตวิทยาเกาหลี (2013)

25 Yook, SP, และ Kim, ZS การศึกษาทางคลินิกเกี่ยวกับคลังความวิตกกังวลของเบ็คเวอร์ชั่นเกาหลี: การศึกษาเปรียบเทียบระหว่างผู้ป่วยและผู้ป่วยนอก Psychol เกาหลี J Clin (1997) 16: 185 197-

26 Sung HM, Kim JB, Park YN, Bai DS, Lee SH, Ahn HN การศึกษาความน่าเชื่อถือและความถูกต้องของ Beck Depression Inventory-II (BDI-II) เวอร์ชั่นเกาหลี J Korean Soc Biol Ther จิตเวช (2008) 14: 201 212- มีออนไลน์ที่: http://uci.or.kr/G704-001697.2008.14.2.002

27 Heo SY, Oh JY, Kim JH Barratt Impulsiveness Scale เวอร์ชั่นเกาหลีรุ่น 11th: ความน่าเชื่อถือและความถูกต้อง เกาหลี Psychol J (2012) 31: 769 782- มีออนไลน์ที่: http://uci.or.kr/G704-001037.2012.31.3.011

28 Lee K, Lee HK, Gyeong H, Yu B, Song YM, Kim D. ความน่าเชื่อถือและความถูกต้องของการทดสอบการติดอินเทอร์เน็ตเวอร์ชั่นเกาหลีในหมู่นักศึกษา J Korean Med Sci (2013) 28: 763 8- doi: 10.3346 / jkms.2013.28.5.763

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

29 Beck AT, Steer RA, Brown GK สินค้าคงคลังเบ็คภาวะซึมเศร้า-II ซานอันโตนิโอ (1996) 78: 490 8-

PubMed บทคัดย่อ | Google Scholar

30 Beck AT, Epstein N, Brown GK, Steer RA สินค้าคงคลังสำหรับการวัดความวิตกกังวลทางคลินิก: คุณสมบัติ psychometric J Consult Clin Psychol (1988) 56:893–7. doi: 10.1037/0022-006X.56.6.893

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

31 Patton JH, Stanford MS โครงสร้างปัจจัยของระดับความหุนหันพลันแล่นของรัตรัต J Clin Psychol (1995) 51: 768 774-

PubMed บทคัดย่อ | Google Scholar

32 Zeger SL, เหลียง KY, Albert PS แบบจำลองสำหรับข้อมูลระยะยาว: แนวทางการประมาณสมการทั่วไป Biometrics (1988) 44: 1049 60- doi: 10.2307 / 2531734

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

33 Hilbe JM สมการการประมาณทั่วไป Boca Raton, FL: CRC Press (2003)

Google Scholar

34 Rangaswamy M, Porjesz B, Chorlian DB, วัง K, Jones KA, Bauer LO, และคณะ พลังงานเบต้าใน EEG ของแอลกอฮอล์ จิตเวช Biol (2002) 52:831–842. doi: 10.1016/S0006-3223(02)01362-8

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

35 Begleiter H, Porjesz B. พันธุศาสตร์ของการสั่นของสมองมนุษย์ Int J Psychophysiol (2006) 60: 162 171- doi: 10.1016 / j.ijpsycho.2005.12.013

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

36 Park JH, Hong JS, Han DH, Min KJ, Lee YS, Kee BS, และคณะ การเปรียบเทียบผลการวิจัย QEEG ระหว่างวัยรุ่นที่มีภาวะสมาธิสั้น (ADHD) โดยไม่ต้องมีภาวะคอตตอนร่วมกับอาการสมาธิสั้น (ADHD) กับโรคสมาธิสั้น (ADHD) ที่มีปัญหาการเล่นเกมทางอินเทอร์เน็ต J Korean Med Sci (2017) 32: 514 521- doi: 10.3346 / jkms.2017.32.3.514

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

37 Müller MM, Gruber T, Keil A. การปรับกิจกรรมแกมมาเหนี่ยวนำใน EEG ของมนุษย์โดยการประมวลผลด้วยความสนใจและข้อมูลภาพ Int J Psychophysiol (2000) 38:283–299. doi: 10.1016/S0167-8760(00)00171-9

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

38 Debener S, Herrmann CS, Kranczioch C, Gembris D, Engel AK การประมวลผลด้วยความตั้งใจจากบนลงล่างช่วยเพิ่มการได้ยินให้เกิดวงดนตรีแกมมา Neuroreport (2003) 14:683–6. doi: 10.1097/00001756-200304150-00005

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

39 Barry RJ, Clarke AR, Hajos M, McCarthy R, Selikowitz M, Dupuy FE กิจกรรม EEG แกมม่าที่พำนักในเด็กที่เป็นโรคสมาธิสั้น / ขาดสมาธิ Clin Neurophysiol (2010) 121: 1871 77- ดอย: 10.1016 / j.clinph.2010.04.022

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

40 van Wingerden M, Vinck M, Lankelma J. V, Pennartz CM การเรียนรู้ที่เกี่ยวข้องกับการล็อคเฟสของแกมม่าแบนด์ของแอคชั่น - ผลการคัดเลือกเซลล์ประสาทใน orbitofrontal cortex J Neurosci (2010) 30:10025–38. doi: 10.1523/JNEUROSCI.0222-10.2010

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

41 Choi JS, Park SM, Lee J, Hwang JY, Jung HY, Choi SW, และคณะ การพักสถานะเบต้าและกิจกรรมแกมมาในการติดอินเทอร์เน็ต สรีรวิทยา Int J (2013) 89: 328 333- doi: 10.1016 / j.ijpsycho.2013.06.007

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

42. Dell'Osso B, Hadley S, Allen A, Baker B, Chaplin WF, Hollander E. Escitalopram ในการรักษาความผิดปกติของการใช้อินเทอร์เน็ตแบบหุนหันพลันแล่น: การทดลองแบบเปิดป้ายตามด้วยขั้นตอนการยุติการใช้งานแบบ double-blind จิตเวชศาสตร์ J (2008) 69:452–6. doi: 10.4088/JCP.v69n0316

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar

43 Lesch KP, Merschdorf U. Impulsivity, aggression และ serotonin: มุมมองทางจิตวิทยาเชิงโมเลกุล Behav Sci กฎหมาย (2000) 18:581–604. doi: 10.1002/1099-0798(200010)18:5<581::AID-BSL411>3.0.CO;2-L

PubMed บทคัดย่อ | CrossRef ข้อความแบบเต็ม | Google Scholar