นามธรรม
การติดอินเทอร์เน็ตนั้นเป็นการพึ่งพาสารที่ไม่ออกฤทธิ์ทางจิต การทดสอบการเชื่อมโยงโดยนัย (IAT) ใช้เพื่อวัดความรู้ความเข้าใจโดยนัย ศักยภาพที่เกี่ยวข้องกับเหตุการณ์ (ERP) เป็นหนึ่งในวิธีการที่ใช้กันอย่างแพร่หลายที่สุดในการวิจัยเกี่ยวกับความรู้ความเข้าใจเกี่ยวกับความรู้ความเข้าใจในการตรวจสอบความสัมพันธ์ทางสรีรวิทยาของกิจกรรมทางความคิดที่เกี่ยวข้องกับข้อมูลการประมวลผล การตรวจสอบเพิ่มเติมลักษณะ ERP ของอคติทางปัญญาในการติดอินเทอร์เน็ตจะเป็นประโยชน์ในการทำความเข้าใจธรรมชาติของการติดอินเทอร์เน็ต การศึกษานี้ศึกษาลักษณะของ ERP ของอคติทางปัญญาในการติดอินเทอร์เน็ต ผู้เข้าร่วมรวมถึงบุคคลที่ติดอินเทอร์เน็ต 60 (IAG) และตัวควบคุมปกติ 60 (NCG) ผู้เข้าร่วมทั้งหมดวัดด้วย ERP โดยใช้ IAT ผลการศึกษาพบว่ามีความแตกต่างอย่างมีนัยสำคัญในผลกระทบ IAT ที่เกี่ยวข้องกับอินเทอร์เน็ตสำหรับเวลาปฏิกิริยาระหว่าง IAG และ NCG และมีความสัมพันธ์เชิงบวกที่แข็งแกร่งโดยนัยต่อสัญญาณที่เกี่ยวข้องกับอินเทอร์เน็ตใน IAG กว่า NCG การใช้ P1, N2, P3 และ N4 เป็นตัวแปรตามการวิเคราะห์ความแปรปรวน (ANOVA) แบบผสมซ้ำหลายครั้งในระยะเวลาเฉลี่ยและแอมพลิจูดเฉลี่ยแสดงให้เห็นการทำงานร่วมกันอย่างมีนัยสำคัญระหว่างกลุ่ม (IAG กับ NCG) และสภาพกระตุ้น เทียบกับการทดลองที่เข้ากันไม่ได้) สำหรับแอมพลิจูด N2 และ P3; การวิเคราะห์เอฟเฟ็กต์อย่างง่ายแสดงให้เห็นว่าแอมพลิจูดของ N2 และ P3 นั้นใหญ่กว่าภายใต้เงื่อนไขการทดลองใช้กับ IAG ที่เข้ากันได้ดีกว่าภายใต้เงื่อนไขการทดลองที่เข้ากันไม่ได้ของ IAG ในกลุ่ม IAG ความสัมพันธ์โดยนัยเชิงบวกกับตัวชี้นำที่เกี่ยวข้องกับอินเทอร์เน็ตได้นำแอมพลิจูด N2 และ P3 ขนาดใหญ่ที่ไซต์กลีบท้ายทอย ผลลัพธ์เหล่านี้ชี้ให้เห็นว่าบุคคลที่เสพติดอินเทอร์เน็ตจะแสดงความสัมพันธ์เชิงบวกเชิงบวกที่มากขึ้นไปยังตัวชี้นำที่เกี่ยวข้องกับอินเทอร์เน็ตและความสัมพันธ์เชิงบวกเชิงบวกต่อตัวชี้นำที่เกี่ยวข้องกับอินเทอร์เน็ตทำให้เกิดการเปลี่ยนแปลง ERP ที่ไซต์ท้ายทอย
บทนำ
การติดอินเทอร์เน็ตหมายถึงการใช้อินเทอร์เน็ตมากเกินไปซึ่งส่งผลเสียอย่างมากต่อชีวิตประจำวันของแต่ละบุคคล จากการศึกษาก่อนหน้านี้โดยใช้วิธีการทางประสาทวิทยาและระบบประสาทการติดอินเทอร์เน็ตเป็นการพึ่งพาสารที่ไม่ออกฤทธิ์ต่อจิตประสาท (กล่าวคือการเสพติดพฤติกรรมประเภทหนึ่ง) (1-4) จนถึงปัจจุบันมีข้อตกลงว่าการติดอินเทอร์เน็ตรวมถึงสี่ประเภทย่อย: เกมอินเทอร์เน็ต, เครือข่ายสังคมออนไลน์, สื่อลามกทางอินเทอร์เน็ตและการซื้อทางอินเทอร์เน็ต (5, 6); แม้กระนั้นกลไกทางจิตพยาธิวิทยาหรือ aetiological ของการติดอินเทอร์เน็ตยังไม่ชัดเจน การใช้การวัดทางจิตวิทยาและวิธีการทางระบบประสาทอาจทำให้ธรรมชาติของการเสพติดอินเทอร์เน็ตชัดเจนขึ้น
ความรู้ความเข้าใจโดยนัยเป็นคำสำคัญในจิตวิทยาความรู้ความเข้าใจ; ส่วนใหญ่หมายถึงกระบวนการรับรู้, ความเข้าใจ, ความจำ, ความเข้าใจ, การใช้เหตุผลและประสิทธิภาพที่เกิดขึ้นจากการรับรู้ที่ไม่ได้สติ (7) การศึกษาก่อนหน้านี้ได้ชี้ให้เห็นว่าการเชื่อมโยงที่เกี่ยวข้องกับพฤติกรรมบางอย่างอาจได้รับการประเมินด้วยการประเมินหน่วยความจำแบบเชื่อมโยงที่ผ่านการรับรองซึ่งใกล้เคียงและเปิดใช้งานการเชื่อมโยงที่มีอยู่ก่อนหน้า8, 9) การทดสอบการเชื่อมโยงโดยนัย (IAT) ใช้เพื่อวัดความรู้ความเข้าใจโดยนัย IAT หมายถึงภารกิจการจัดหมวดหมู่ตามเวลาปฏิกิริยาที่ตรวจสอบความแข็งแรงของการเชื่อมโยงที่แตกต่างกันระหว่างเป้าหมายสองขั้วและการประเมินแนวคิดเกี่ยวกับคุณลักษณะเป็นวิธีการจัดทำดัชนีอคติโดยปริยาย (10) IAT เป็นการทดสอบความสัมพันธ์ทางอ้อมที่ใช้กันทั่วไปในหน่วยความจำ (11, 12) การศึกษาจำนวนมากได้รายงานว่าการรับรู้โดยนัยเป็นตัวทำนายความผิดปกติทางจิตบางอย่างเช่นการพึ่งพาแอลกอฮอล์และการพึ่งพายาสูบ13, 14) ตัวอย่างเช่นการศึกษาก่อนหน้านี้ซึ่งใช้ IAT เพื่อประเมินความสัมพันธ์โดยนัยในยาสูบแอลกอฮอล์กัญชาและการใช้โคเคนแสดงให้เห็นว่า IAT แตกต่างจากผู้ใช้สารที่ไม่ใช่ผู้ใช้อย่างมีประสิทธิภาพ (15-18).
เนื่องจากบทบาทที่มีศักยภาพสำหรับพยาธิวิทยาหรือสาเหตุการวิจัยของความรู้ความเข้าใจโดยนัยได้เพิ่มขึ้นโดยเฉพาะอย่างยิ่งในความผิดปกติท การศึกษาล่าสุดรายงานว่าความสัมพันธ์เชิงลบระหว่างการติดอินเทอร์เน็ตและความสามารถในการเรียนรู้โดยนัย (19) เพื่อระบุกลไกที่เป็นไปได้ของการใช้อินเทอร์เน็ตที่ไม่สามารถควบคุมได้ในบุคคลที่ติดการเล่นเกมทางอินเทอร์เน็ตการศึกษาได้ตรวจสอบการตอบสนองโดยนัยของการสร้างแรงจูงใจเชิงบวกต่อการชี้นำเกมบนอินเทอร์เน็ตและสรุปว่าบุคคลที่ติดการเล่นเกมทางอินเทอร์เน็ต ความรู้ความเข้าใจโดยนัยอาจเกี่ยวข้องกับการเล่นเกมออนไลน์ที่ควบคุมไม่ได้ (20).
ในทศวรรษที่ผ่านมากลไกของการรับรู้โดยปริยายในการติดสารได้รับการประเมินด้วยวิธีการ neuroimaging เช่นการถ่ายภาพด้วยคลื่นสนามแม่เหล็กทำงาน (fMRI) และศักยภาพที่เกี่ยวข้องกับเหตุการณ์ (ERP) ตัวอย่างเช่นการศึกษาก่อนหน้านี้ประเมินการเปิดใช้งานในสารตั้งต้นประสาทที่เกี่ยวข้องกับกระบวนการเชื่อมโยงโดยนัยผ่าน fMRI ของแอลกอฮอล์ - IAT ที่มุ่งเน้นผลลัพธ์เชิงบวกของการใช้แอลกอฮอล์และผลแสดงให้เห็นว่า striatum มีหน้าที่รับผิดชอบในการไกล่เกลี่ย และเยื่อหุ้มสมองส่วนหน้ามีหน้าที่รับผิดชอบในการไกล่เกลี่ยพฤติกรรมควบคุม (9) การศึกษาอื่นใช้ ERP เพื่อตรวจสอบการตอบสนองของนักดื่มที่ดื่มสุรากับภาพที่เกี่ยวข้องกับแอลกอฮอล์และแสดงให้เห็นว่าแอมพลิจูดของ P100 ที่นำเสนอโดยรูปภาพที่เกี่ยวข้องกับแอลกอฮอล์นั้นมีขนาดใหญ่กว่าภาพที่ไม่ใช่แอลกอฮอล์21).
ERP เป็นหนึ่งในวิธีการที่ใช้กันอย่างแพร่หลายในการวิจัยเกี่ยวกับความรู้ความเข้าใจทางประสาทวิทยาศาสตร์เพื่อตรวจสอบความสัมพันธ์ทางสรีรวิทยาของกิจกรรมการเรียนรู้ที่เกี่ยวข้องกับข้อมูลการประมวลผล โดยเฉพาะอย่างยิ่ง ERP เหมาะที่จะศึกษารายการเกี่ยวกับความเร็วของกิจกรรมของระบบประสาท การตรวจสอบเพิ่มเติมคุณสมบัติ ERP ของอคติทางปัญญาในการติดอินเทอร์เน็ตจะเป็นประโยชน์ในการทำความเข้าใจธรรมชาติของการติดอินเทอร์เน็ต จนถึงปัจจุบันยังไม่มีการศึกษารายงานการตรวจสอบลักษณะ ERP ของอคติทางปัญญาโดยนัยในการติดอินเทอร์เน็ต ในการศึกษานี้ผู้เข้าร่วมประกอบด้วยกลุ่มบุคคลติดยาเสพติดอินเทอร์เน็ต (IAG) และกลุ่มควบคุมปกติ (NCG) ผู้เข้าร่วมทั้งหมดถูกวัดด้วย ERP โดยใช้ IAT ที่เกี่ยวข้องกับข้อมูลทางอินเทอร์เน็ต การศึกษาลักษณะของ ERP ของอคติทางปัญญาโดยนัยในการติดอินเทอร์เน็ต
วิธีการ
เวลาและการตั้งค่า
การศึกษานี้ดำเนินการที่ศูนย์สุขภาพจิต Wuxi จังหวัดมณฑลเจียงซูประเทศจีนตั้งแต่เดือนมกราคม 2015 ถึงกุมภาพันธ์ 2018
ลักษณะของกลุ่มตัวอย่าง
กลุ่มติดอินเทอร์เน็ต
เกณฑ์การวินิจฉัยที่ใช้สำหรับการติดอินเทอร์เน็ตประกอบด้วยห้ารายการต่อไปนี้: (I) บุคคลที่ติดอินเทอร์เน็ตควรตรงตามเกณฑ์ของแบบสอบถามการวินิจฉัยที่แก้ไขแล้วสำหรับการติดอินเทอร์เน็ต (22); (II) อายุ 18 ปีขึ้นไป (III) ไม่เป็นไปตามเกณฑ์ของคู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต -5 (DSM-5) แกน I หรือความผิดปกติทางบุคลิกภาพใด ๆ (IV) ไม่ได้รับการวินิจฉัยว่าติดยาสูบหรือแอลกอฮอล์ และ (V) ไม่ได้รับการวินิจฉัยว่าเป็นโรคทางระบบประสาทส่วนกลาง การประเมินทางคลินิกของทุกคนดำเนินการโดยผู้ป่วยจิตเวชสองคนเพื่อรวบรวมยาของผู้ป่วยและข้อมูลทางสังคมวิทยาและเพื่อยืนยันหรือไม่รวมเกณฑ์การวินิจฉัย DSM-5 สำหรับความเจ็บป่วยทางจิตใด ๆ และเกณฑ์การวินิจฉัยสำหรับการติดอินเทอร์เน็ต ระยะเวลาของการติดอินเทอร์เน็ตของแต่ละคนถูกกำหนดโดยการวินิจฉัยย้อนหลัง นักวิจัยต้องการให้ผู้เสพติดอินเทอร์เน็ตระลึกถึงวิถีชีวิตของตน ผู้เข้าร่วม IAG ได้รับคัดเลือกจากศูนย์สุขภาพจิตอู๋ซีประเทศจีน มีการคัดเลือกบุคคลที่เสพติดอินเทอร์เน็ตทั้งหมด 60 คนเข้าสู่กลุ่ม IAG ซึ่งรวมถึงผู้ป่วยนอก 51 คนและผู้ป่วยใน 9 คน ความน่าเชื่อถือของรายงานตนเองเหล่านี้จากบุคคลที่ติดอินเทอร์เน็ตนั้นพิจารณาจากการไปเยี่ยมเพื่อนร่วมห้องและเพื่อนสนิท บุคคลที่ติดอินเทอร์เน็ตใช้เวลา 11.48 ชั่วโมง / วัน (ค่าเบี่ยงเบนมาตรฐาน = 2.07) ในกิจกรรมออนไลน์ ระยะเวลาในการออนไลน์ในแต่ละสัปดาห์คือ 6.29 วัน (ค่าเบี่ยงเบนมาตรฐาน = 0.57)
กลุ่มควบคุมปกติ
การควบคุมปกติถูกเลือกจากชุมชนท้องถิ่นผ่านโฆษณาท้องถิ่น การควบคุมปกติทั้งหมดได้รับการประเมินทางคลินิกโดยผู้อยู่อาศัยจิตเวชสองรายเพื่อรวบรวมยาของผู้ป่วยและข้อมูลโซโนเดโมกราฟิกและเพื่อยืนยันหรือยกเว้นเกณฑ์การวินิจฉัย DSM-5 สำหรับความเจ็บป่วยทางจิตใด ๆ การควบคุมปกติได้รับการทดสอบด้วยแบบสอบถามการวินิจฉัยที่แก้ไขแล้วสำหรับการติดอินเทอร์เน็ตเพื่อไม่รวมการวินิจฉัยการติดอินเทอร์เน็ต การควบคุมปกติไม่รวมอยู่ในการวิจัยหากพวกเขาเป็นผู้อยู่ในสารพึ่งพาหรือถูกวินิจฉัยว่าเป็นโรคทางระบบประสาทส่วนกลาง บุคคลหกคนถูกจับคู่โดยเพศและอายุกับผู้เข้าร่วม IAG และทำหน้าที่เป็น NCG อ้างถึงการศึกษาการติดอินเทอร์เน็ตครั้งก่อน (3) มีเพียงการควบคุมปกติที่ใช้เวลาน้อยกว่า 2 ชั่วโมง / วันบนอินเทอร์เน็ตใน NCG
ก่อนการทดลองหัวหน้าแพทย์จิตเวชได้ตรวจสอบโปรไฟล์ของผู้เข้าร่วมอีกครั้ง สถานะทางอารมณ์ของผู้เข้าร่วมทั้งหมดได้รับการทดสอบด้วย Hamilton Depression Scale (HAMD รุ่น 17 รายการ) และ Hamilton Anxiety Scale (HAMA) ระดับความถนัดมือของ Annett (3) ใช้เพื่อประเมินความถนัดมือของผู้เข้าร่วมทั้งหมด
ผู้เข้าร่วมการวิจัยและการควบคุมตามปกติได้รับแบบฟอร์มแจ้งความยินยอมเป็นลายลักษณ์อักษรและให้ความยินยอมเป็นลายลักษณ์อักษรเพื่อเข้าร่วมในการวิจัยนี้ ผู้เข้าร่วมทั้งหมดได้รับเงิน $ 48.39 บวกค่าเดินทาง คณะกรรมการจริยธรรมของศูนย์สุขภาพจิตอู๋ซีประเทศจีนอนุมัติโครงการวิจัยสำหรับโครงการนี้
การทดสอบทางประสาทวิทยา
การทดสอบการเชื่อมโยงโดยนัยที่เกี่ยวข้องกับอินเทอร์เน็ต
วิชาและการควบคุมปกติทำ IAT ที่เกี่ยวข้องกับอินเทอร์เน็ต IAT ที่เกี่ยวข้องกับอินเทอร์เน็ตถูกอ้างถึงจาก IAT แอลกอฮอล์ที่ใช้ในการศึกษาก่อนหน้านี้โดย Ames et al (9) วิชาหรือตัวควบคุมปกติไม่ได้รับคำแนะนำใด ๆ ในระหว่างการทดสอบ ผู้เข้าร่วมทั้งหมดถูกขอให้ไปเร็วที่สุดเท่าที่จะทำได้ (ถูกต้อง) สิ่งเร้าที่จะแบ่งออกเป็นหมวดหมู่เป้าหมายแบบสุ่ม (รูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ตเทียบกับภาพสัตว์เลี้ยงลูกด้วยนม) และหมวดหมู่แอตทริบิวต์ (คำบวกกับคำที่เป็นกลาง) หมวดหมู่เป้าหมาย (สิ่งเร้ายอดเยี่ยม) คือรูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ตหกรูปและรูปสัตว์เลี้ยงลูกด้วยนมหกรูปแบบและหมวดหมู่คุณลักษณะเป็นหมวดหมู่คำบวกและคำกลางหกคำ (ตัวอักษรภาษาจีนสองตัว) จำนวนหกคำซึ่งถูกระบุผ่านแบบสอบถามปลายเปิดจากนักศึกษาระดับปริญญาตรี 180 นักศึกษาระดับมัธยม 40 นักเรียนระดับปริญญาตรี 101 และนักศึกษาระดับบัณฑิตศึกษา 39) เลือกรูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ตหกภาพสัตว์เลี้ยงลูกด้วยนมหกภาพบวกหมวดหมู่คำหกคำและหมวดกลางหกหมวดหมู่ตามความถี่ นักเรียนสามสิบคนใช้รูปแบบการตอบสนอง 7 จุด Likert เพื่อจัดอันดับรูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ตหกรูปบนการรับรู้ความเกี่ยวข้องกับอินเทอร์เน็ตและคะแนนเฉลี่ยคือ 6.09 (ค่าเบี่ยงเบนมาตรฐาน = 0.51) รูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ตประกอบด้วยไอคอน WeChat, ไอคอน King of Glory (เกมออนไลน์), ไอคอน Taobao, ไอคอน Google Chrome, ไอคอน Internet explorer และไอคอน Tencent QQ; รูปสัตว์เลี้ยงลูกด้วยนมรวมถึงสุนัข, ลิง, ม้า, หมู, แกะและโลมา คำในเชิงบวกรวมถึงคำที่มีความสุข, ดึงดูด, ผ่อนคลาย, ตื่นเต้น, เป็นมิตรและเป็นมิตรและเป็นกลางรวมถึงคำทั่วไป, ความสงบ, ความเป็นกลาง, สีน้ำตาล, เครื่องเขียนและวัตถุประสงค์ นักเรียนสามสิบคนใช้ระดับคะแนน 7 ตั้งแต่ 1 (อนุมัติมาก) ถึง 7 (ไม่อนุมัติมาก) เพื่อจัดอันดับความรุนแรงทางอารมณ์ของคำที่เป็นบวกหกคำและหกคำที่เป็นกลาง คะแนนเฉลี่ยของคำบวกคือ 6.33 (ค่าเบี่ยงเบนมาตรฐาน = 0.71) คะแนนเฉลี่ยของคำกลางคือ 3.55 (ค่าเบี่ยงเบนมาตรฐาน = 0.30)
การรวมกันของรูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ต + คำบวกกับสัตว์เลี้ยงลูกด้วยนม + คำกลางนั้นเป็นการทดลองที่เข้ากันได้ในขณะที่การรวมกันของรูปภาพสัตว์เลี้ยง + คำบวกกับรูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ต + คำกลางเป็นการทดลองที่เข้ากันไม่ได้
หมวดหมู่เป้าหมาย (สิ่งเร้ายอดเยี่ยม) และหมวดหมู่คุณสมบัติถูกนำเสนอบนหน้าจอคอมพิวเตอร์ 17 นิ้วโดยใช้ซอฟต์แวร์ E-Prime 2.0 คำคุณลักษณะ (ขนาด 40) และสีแดง“ +” (1.0 × 1.0 cm) ถูกนำเสนอบนหน้าจอจากส่วนกลาง
ใน IAT นี้มีการเปิดรับ 80 ในบล็อกที่เข้ากันได้และ 80 ในบล็อกที่เข้ากันไม่ได้ บล็อกของการทดลองที่เข้ากันได้และการทดลองที่เข้ากันไม่ได้นั้นเป็นการยกและการทดลองภายในบล็อกนั้นได้รับคำสั่งแบบสุ่ม การทดลองจุดตรึงเป็นพื้นฐาน มีการใช้เครื่องหมาย“ +” สีแดงในการนำเสนอการกำหนดเวลาเริ่มตั้งแต่ 1.0 ถึง 4.5 s ตามด้วยการนำเสนอสิ่งเร้า ค่าการเปิดรับการกระตุ้นสูงสุดทดสอบสำหรับ 2 s มีช่วงเวลาระหว่างผู้สอน (2 s) หลังจากผู้เข้าร่วมกดคีย์การตอบกลับจากนั้นการทดลองสิ้นสุดลงและตามด้วยการทดลองครั้งถัดไป
อ้างจาก Ames และคณะ (9) IAT ที่เกี่ยวข้องกับอินเทอร์เน็ตประกอบด้วยบล็อกต่อไปนี้: (I) การฝึกหมวดหมู่เป้าหมาย (การทดลอง 20) ในระหว่างการทดลองผู้เข้าร่วมทั้งหมดได้รับการร้องขอให้กดปุ่ม A สำหรับรูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ตและกดปุ่ม L สำหรับ ภาพสัตว์เลี้ยงลูกด้วยนม; (II) การฝึกหมวดหมู่คุณลักษณะ (การทดลอง 20) ในระหว่างการทดลองผู้เข้าร่วมทุกคนจะต้องกดปุ่ม A สำหรับคำบวกและกดปุ่ม L สำหรับคำกลาง (III) บล็อกที่เข้ากันได้กับทั้งการปฏิบัติตามหมวดหมู่เป้าหมายและแอตทริบิวต์ (การทดลอง 20) ในระหว่างการทดลองผู้เข้าร่วมทั้งหมดได้รับการร้องขอให้กดปุ่ม A สำหรับการรวมกันของรูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ต + คำบวกและกดปุ่ม L สำหรับ คำสัตว์เลี้ยงลูกด้วยนม + เป็นกลาง (IV) บล็อกที่เข้ากันได้กับการทดสอบหมวดหมู่เป้าหมายและแอตทริบิวต์ (การทดลอง 60) ในระหว่างการทดลองผู้เข้าร่วมทั้งหมดได้รับการร้องขอให้กดปุ่ม A สำหรับการรวมกันของรูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ต + คำบวกและกดปุ่ม L สำหรับ คำสัตว์เลี้ยงลูกด้วยนม + เป็นกลาง (V) หมวดหมู่เป้าหมายที่ใช้ในการฝึกตำแหน่งย้อนกลับเท่านั้น (การทดลอง 20); (VI) บล็อกที่เข้ากันไม่ได้พร้อมทั้งหมวดหมู่เป้าหมายที่กลับด้านและการฝึกปฏิบัติหมวดหมู่แอตทริบิวต์ (การทดลอง 20) และ (VII) บล็อกที่เข้ากันไม่ได้กับทั้งประเภทเป้าหมายที่กลับด้านและการทดสอบหมวดหมู่แอตทริบิวต์ (การทดลอง 60) (รูปที่ †<(Figure1)1) ใช้ข้อมูลจากบล็อก IV และบล็อก VII เท่านั้นสำหรับการวิเคราะห์ ตามอัลกอริทึมก่อนหน้านี้ใช้สำหรับการวัด D-600 (23) เวลาในการตอบสนองของ IAG และ NCG ถูกคำนวณแยกกัน
การวัดศักยภาพที่เกี่ยวข้องกับเหตุการณ์
การอ้างอิงระบบ 10 / 20 ระหว่างประเทศบันทึกอิเล็คโทรโฟนิกส์ด้วยอุปกรณ์ Stellate Harmonie Electroencephalogram (Physiotec Electronics Ltd. , แคนาดา) โดยใช้ระบบ Electro-Cap Electrode (ECITM Electro-Caps International, INL, USA) หูอิเล็กโทรดแบบรวมทำหน้าที่เป็นข้อมูลอ้างอิงและมีขั้วอิเล็กโทรดกราวด์แนบกับหน้าผาก อิเลคโตรโฟแกรมแนวตั้งและแนวนอนถูกบันทึกจากด้านบนและด้านล่างของตาขวาและที่คานด้านนอกด้านซ้ายและด้านขวา อิมพีแดนซ์ระหว่างอิเล็กโทรดต่ำกว่า 5 kΩ ตัวกรอง band-pass คือ 0.05 – 100 Hertz (Hz) และอัตราตัวอย่างคือ 250 Hz อิเลคโทรโฟนิคฮาโลแกรมและอิเล็กโตรคูโลแกรมรูปคลื่นถูกกรองด้วยตัวกรองแบนด์ 0.01 – 40 Hz, 24 dB / ตุลาคม เงื่อนไขการกระตุ้นเศรษฐกิจของ ERP รวมอยู่ในการทดลองสองครั้ง: การทดลองที่เข้ากันได้ (การรวมกันของรูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ต + คำบวกกับสัตว์เลี้ยงลูกด้วยนม + คำกลาง) และการทดลองที่เข้ากันไม่ได้ (การรวมกันของรูปภาพสัตว์เลี้ยง + คำบวกกับรูปภาพที่เกี่ยวข้องกับอินเทอร์เน็ต + คำกลาง) การทดลองในบล็อก 3, 4, 6 และ 7 สำหรับ IAT ที่เกี่ยวข้องกับอินเทอร์เน็ตถูกนำมาใช้สำหรับการวิเคราะห์ ERP การยืนยันของส่วนประกอบ ERP ขึ้นอยู่กับเวลาแฝงหลังจากเริ่มการกระตุ้นและส่วนประกอบ ERP รวมถึงแอมพลิจูดสูงสุดของ P1, N2, P3 และ N4 ข้อมูล ERP จากหกภูมิภาคหนังศีรษะต่อไปนี้ไซต์ 14 อิเล็กโทรดทั้งหมดได้รับการวิเคราะห์: ไซต์กลีบหน้า (F3, Fz และ F4); ไซต์กลีบขม่อม (P3, Pz และ P4); ไซต์กลีบกลาง (C3, Cz และ C4); ซ้ายเว็บไซต์กลีบขมับ (T3) และไซต์กลีบขมับขวา (T4); และไซต์กลีบท้ายทอย (O1, Oz และ O2) ยุค ERP ในแต่ละเงื่อนไขการกระตุ้นคือ 1000 มิลลิวินาที (ms) (รวมถึง 200 ms ก่อนที่จะเริ่มการกระตุ้นและ 800 ms หลังจากการกระตุ้นเริ่มต้น) ส่วนประกอบ ERP P1 ถูกกำหนดให้เป็นค่าลบสูงสุดภายในหน้าต่างเวลาหน่วง 0 – 150 ms, N2 ถูกกำหนดให้เป็นค่าลบสูงสุดในหน้าต่างเวลาแฝง 150 – 250 ms, P3 ถูกกำหนดให้เป็นค่าบวกสูงสุดภายในหน้าต่าง 250 – 350 ms และ N4 ถูกกำหนดให้เป็นค่าลบสูงสุดในหน้าต่างเวลาแฝง 350 – 450 ms
การวิเคราะห์ทางสถิติ
วิเคราะห์ข้อมูลทั้งหมดด้วยซอฟต์แวร์ผลิตภัณฑ์และบริการทางสถิติ 18.0 โซลูชันทางสถิติ (SPSS 18.0 รุ่น WIN, Inc. , Chicago, IL, USA) การเปรียบเทียบลักษณะทางประชากรและลักษณะทางคลินิก (ปีการศึกษาคะแนน HAMA และคะแนน HAMD) ระหว่าง IAG และ NCG ดำเนินการโดยใช้ตัวอย่างอิสระ t-tests การเปรียบเทียบความถนัดมือระหว่าง IAG และ NCG ดำเนินการโดยใช้การทดสอบไคสแควร์ การเปรียบเทียบข้อมูล ERP ระหว่าง IAG และ NCG ได้ดำเนินการโดยใช้การวิเคราะห์การวัดซ้ำแบบผสมของความแปรปรวน (ANOVA) องศาความอิสระของอัตราส่วน F ได้รับการแก้ไขตามวิธีการเรือนกระจก - Geisser ทดสอบความแตกต่างกำลังสองน้อยที่สุดคือ โพสต์-hoc การวิเคราะห์ถ้าระบุ
ผลสอบ
ลักษณะทางประชากรและทางคลินิกของกลุ่มตัวอย่าง
ลักษณะทางประชากรของกลุ่มตัวอย่างทั้งหมดได้อธิบายไว้ในตาราง †<Table11. ไม่มีความแตกต่างอย่างมีนัยสำคัญในอัตราส่วนเพศอายุอายุช่วงอายุการศึกษาเฉลี่ยและความถนัดระหว่างคนทั้งสองกลุ่ม แม้ว่าคะแนนเฉลี่ยของ HAMA และ HAMD ของ IAG สูงกว่าของ NCG แต่ก็ไม่พบความแตกต่างอย่างมีนัยสำคัญระหว่างทั้งสองกลุ่ม
1 ตาราง
ไอเอจี | NCG | สถิติทดสอบ | |
---|---|---|---|
อัตราส่วนเพศ (M / F) | 60 (32 / 28) | 60 (32 / 28) | - |
อายุเฉลี่ย (SD) | 23 (5) | 23 (5) | - |
ถนัด (R / M / L) | 23/15/22 | 22/17/21 | x2 = 3.60, p = 0.18, NS |
ช่วงอายุ | 18 28- | 18 28- | - |
ปีการศึกษา (SD) | 10.3 (2.2) | 10.1 (2.2) | t = 0.585, p = 0.560, NS |
ระยะเวลาการพึ่งพา (เดือน, SD) | 35.1 (11.0) | - | - |
HAMA (SD) | 9.4 (3.2) | 8.4 (2.8) | t = 1.762, p = 0.081, NS |
แฮม (SD) | 15.2 (4.8) | 13.5 (5.1) | t = 1.928, p = 0.056, NS |
IAG กลุ่มเพิ่มเติมทางอินเทอร์เน็ต NCG, กลุ่มควบคุมปกติ; M ชาย; F, เพศหญิง; SD, ค่าเบี่ยงเบนมาตรฐาน; HAMA ระดับความวิตกกังวลของแฮมิลตัน; HAMD, Hamilton Depression Scale; NS ไม่สำคัญ.
ผลกระทบ IAT ที่เกี่ยวข้องกับอินเทอร์เน็ต
ค่าเฉลี่ยของการวัด D-600 สำหรับ IAG คือ 0.3152 (ค่าเบี่ยงเบนมาตรฐาน = 0.3440) และค่าเฉลี่ยการวัด D-600 สำหรับ NCG คือ 0.0625 (ค่าเบี่ยงเบนมาตรฐาน = 0.2063) สอดคล้องกับตัวอย่างอิสระ t- การทดสอบมีความแตกต่างอย่างมีนัยสำคัญในผลกระทบของ IAT ที่เกี่ยวข้องกับอินเทอร์เน็ตสำหรับเวลาปฏิกิริยาระหว่าง IAG และ NCG และมันแสดงให้เห็นถึงความสัมพันธ์เชิงบวกที่แข็งแกร่งโดยนัยต่อความหมายที่เกี่ยวข้องกับอินเทอร์เน็ตใน IAG มากกว่าใน NCG (t = 6.901, p = 0.001)
อัตราข้อผิดพลาดสำหรับ IAG คือ 0.0251 (ค่าเบี่ยงเบนมาตรฐาน = 0.0187) และอัตราข้อผิดพลาดสำหรับ NCG คือ 0.0260 (ค่าเบี่ยงเบนมาตรฐาน = 0.0191) ตามตัวอย่างอิสระ t- การทดสอบไม่พบความแตกต่างอย่างมีนัยสำคัญในอัตราความผิดพลาดของ IAT ที่เกี่ยวข้องกับอินเทอร์เน็ตพบว่าระหว่าง IAG และ NCG (t = −0.356 p = 0.672)
การวิเคราะห์ข้อมูลที่เกี่ยวข้องกับเหตุการณ์ที่อาจเกิดขึ้น
เวลาเฉลี่ยและความกว้างเฉลี่ยของส่วนประกอบ ERP (P1, N2, P3 และ N4) ของผู้เข้าร่วมทั้งหมดจะแสดงในตาราง †<Tables22-5 และตัวเลข †<Figures22-5. แผนที่ร่างของรูปแบบคลื่นเฉลี่ยที่ยิ่งใหญ่ที่นำเสนอโดยสิ่งกระตุ้นการทดลองที่เข้ากันได้กับ IAG, การทดลองใช้ที่ไม่สอดคล้องกับ IAG, สิ่งเร้าการทดลองที่เข้ากันได้กับ NCG และสิ่งเร้าการทดลองที่เข้ากันไม่ได้ของ NCG ที่ Fz, Cz, Pz, T3, T4 แสดงเป็นรูป †<Figure66.
2 ตาราง
ภูมิภาคหนังศีรษะ | ไอเอจี | NCG | ||||||
---|---|---|---|---|---|---|---|---|
การทดลองที่เข้ากันได้ | การทดลองที่เข้ากันไม่ได้ | การทดลองที่เข้ากันได้ | การทดลองที่เข้ากันไม่ได้ | |||||
แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | |
กลีบหน้าผาก | 136 (10) | 3.5 (0.4) | 133 (10) | 3.4 (0.4) | 135 (10) | 3.3 (0.4) | 139 (12) | 3.5 (0.3) |
กลีบข้างขม่อม | 130 (15) | 3.5 (0.5) | 134 (9) | 3.5 (0.6) | 138 (11) | 3.5 (0.5) | 136 (11) | 3.7 (0.6) |
กลีบกลาง | 137 (12) | 3.6 (0.5) | 136 (16) | 3.3 (0.6) | 141 (12) | 3.6 (0.4) | 133 (11) | 3.6 (0.6) |
กลีบชั่วคราว (T3) | 130 (15) | 3.4 (0.5) | 140 (13) | 3.5 (0.5) | 134 (12) | 3.4 (0.5) | 136 (10) | 3.3 (0.8) |
กลีบชั่วคราว (T4) | 135 (10) | 3.5 (0.4) | 135 (10) | 3.6 (0.5) | 133 (13) | 3.5 (0.6) | 135 (11) | 3.7 (0.6) |
กลีบท้ายทอย | 134 (11) | 3.6 (0.7) | 132 (11) | 3.5 (0.6) | 138 (10) | 3.3 (0.5) | 132 (12) | 3.6 (0.6) |
5 ตาราง
ภูมิภาคหนังศีรษะ | ไอเอจี | NCG | ||||||
---|---|---|---|---|---|---|---|---|
การทดลองที่เข้ากันได้ | การทดลองที่เข้ากันไม่ได้ | การทดลองที่เข้ากันได้ | การทดลองที่เข้ากันไม่ได้ | |||||
แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | |
กลีบหน้าผาก | 405 (14) | −4.0 (0.6) | 403 (15) | −3.9 (0.7) | 403 (15) | −4.1 (0.8) | 400 (19) | −4.3 (1.0) |
กลีบข้างขม่อม | 400 (19) | −4.1 (0.8) | 402 (19) | −4.2 (0.9) | 401 (11) | −4.1 (0.7) | 405 (17) | −4.5 (0.8) |
กลีบกลาง | 401 (17) | −4.0 (0.5) | 402 (17) | −4.2 (0.6) | 400 (19) | −4.3 (0.6) | 406 (14) | −4.6 (0.7) |
กลีบชั่วคราว (T3) | 406 (15) | −4.3 (0.6) | 401 (13) | −4.1 (0.5) | 404 (16) | −4.2 (0.8) | 402 (18) | −4.1 (0.9) |
กลีบชั่วคราว (T4) | 399 (17) | −4.1 (1.0) | 407 (18) | −4.2 (0.5) | 401 (17) | −4.0 (0.6) | 400 (16) | −4.0 (0.6) |
กลีบท้ายทอย | 402 (18) | −4.3 (0.8) | 402 (17) | −4.0 (0.6) | 405 (18) | −4.1 (0.8) | 406 (16) | −4.2 (0.6) |
3 ตาราง
ภูมิภาคหนังศีรษะ | ไอเอจี | NCG | ||||||
---|---|---|---|---|---|---|---|---|
การทดลองที่เข้ากันได้ | การทดลองที่เข้ากันไม่ได้ | การทดลองที่เข้ากันได้ | การทดลองที่เข้ากันไม่ได้ | |||||
แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | |
กลีบข้างขม่อม | 196 (14) | −3.6 (0.7) | 200 (12) | −3.7 (0.6) | 201 (8) | −3.6 (0.7) | 195 (13) | −4.2 (0.6) |
กลีบกลาง | 203 (16) | −3.5 (0.9) | 199 (10) | −4.0 (0.8) | 197 (11) | −3.7 (0.5) | 197 (13) | −3.7 (0.8) |
กลีบชั่วคราว (T3) | 195 (11) | −3.8 (0.5) | 198 (10) | −3.9 (0.9) | 199 (16) | −3.8 (0.7) | 202 (8) | −3.9 (0.9) |
กลีบชั่วคราว (T4) | 194 (15) | −4.0 (0.8) | 195 (16) | −3.8 (0.6) | 201 (12) | −4.0 (0.4) | 198 (14) | −4.0 (0.8) |
กลีบท้ายทอย | 197 (13) | −6.2 (0.9) | 196 (15) | −4.1 (0.5) | 197 (10) | −3.6 (0.6) | 194 (16) | −4.2 (0.8) |
4 ตาราง
ภูมิภาคหนังศีรษะ | ไอเอจี | NCG | ||||||
---|---|---|---|---|---|---|---|---|
การทดลองที่เข้ากันได้ | การทดลองที่เข้ากันไม่ได้ | การทดลองที่เข้ากันได้ | การทดลองที่เข้ากันไม่ได้ | |||||
แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | แฝง | ช่วงกว้างของคลื่น | |
กลีบหน้าผาก | 297 (18) | 4.5 (0.6) | 296 (15) | 4.4 (0.7) | 296 (18) | 4.5 (0.8) | 300 (9) | 4.8 (1.0) |
กลีบข้างขม่อม | 296 (19) | 4.6 (0.8) | 302 (12) | 4.7 (0.9) | 301 (11) | 4.6 (0.7) | 305 (17) | 4.9 (0.6) |
กลีบกลาง | 301 (16) | 4.5 (0.9) | 299 (17) | 4.7 (0.8) | 297 (15) | 4.7 (0.6) | 297 (13) | 4.7 (0.7) |
กลีบชั่วคราว (T3) | 295 (14) | 4.8 (0.7) | 298 (13) | 4.9 (0.9) | 304 (16) | 4.8 (0.7) | 302 (18) | 4.9 (0.9) |
กลีบชั่วคราว (T4) | 294 (17) | 4.5 (1.0) | 303 (16) | 4.8 (0.6) | 301 (12) | 5.0 (0.6) | 298 (16) | 5.0 (0.6) |
กลีบท้ายทอย | 299 (16) | 6.8 (0.9) | 302 (17) | 4.8 (0.8) | 297 (18) | 4.6 (0.9) | 306 (16) | 4.8 (0.8) |
การใช้ P1, N2, P3 และ N4 เป็นตัวแปรตาม, 2 × 2 × 6 ผสมซ้ำมาตรการ ANOVA ในเวลาแฝงเฉลี่ยและแอมพลิจูดเฉลี่ยกับกลุ่ม (IAG vs. NCG) เป็นปัจจัยระหว่างเรื่องและเงื่อนไขกระตุ้น การทดลองเปรียบเทียบกับการทดลองที่เข้ากันไม่ได้) และบริเวณหนังศีรษะ (กลีบด้านหน้า, กลีบขม่อม, กลีบกลาง, กลีบขมับ (T3), กลีบขมับ (T4) และกลีบท้ายทอย) เป็นปัจจัยภายในวิชา
องค์ประกอบ P1
ไม่มีผลกระทบที่สำคัญสำหรับ P1 latency และ amplitude
องค์ประกอบ N2
ไม่มีผลกระทบที่สำคัญสำหรับความหน่วงแฝงของ N2 ผลการวิจัยพบว่าการมีปฏิสัมพันธ์ที่สำคัญระหว่างกลุ่ม (IAG กับ NCG) และเงื่อนไขการกระตุ้น (การทดลองที่เข้ากันได้กับการทดลองที่เข้ากันไม่ได้) [F(1, 119) = 32.76, p = 0.000] การวิเคราะห์เอฟเฟ็กต์อย่างง่ายแสดงให้เห็นว่าแอมพลิจูด N2 นั้นใหญ่กว่าภายใต้เงื่อนไขการทดลองใช้งานร่วมกับ IAG กว่าภายใต้เงื่อนไขการทดลองที่ไม่เข้ากันของ IAG [F(1, 119) = 5.10, p = 0.018] ใน IAG ความสัมพันธ์เชิงบวกที่มีนัยต่อการชี้นำที่เกี่ยวข้องกับอินเทอร์เน็ตทำให้แอมพลิจูดของ N2 มีขนาดใหญ่ขึ้น มีการโต้ตอบสามทางที่สำคัญระหว่างกลุ่ม (IAG กับ NCG), สภาพการกระตุ้น (การทดลองที่เข้ากันได้กับการทดลองที่เข้ากันไม่ได้) และบริเวณหนังศีรษะ (กลีบด้านหน้า, กลีบข้างขม่อม, กลีบกลาง, กลีบกลาง (T3), กลีบขมับ (T4) ) และกลีบท้ายทอย) [F(4, 236) = 9.35, p = 0.000] การวิเคราะห์ผลกระทบอย่างง่ายแสดงให้เห็นการทำงานร่วมกันอย่างมีนัยสำคัญระหว่างกลุ่ม (IAG กับ NCG) และเงื่อนไขการกระตุ้น (การทดลองที่เข้ากันได้กับการทดลองที่เข้ากันไม่ได้) บนเว็บไซต์กลีบท้ายทอย [F(1, 119) = 29.78, p = 0.000] ที่ไซต์กลีบท้ายทอยการทดลองที่เข้ากันได้กับ IAG ทำให้เกิดแอมพลิจูด N2 ที่ใหญ่กว่าการทดลอง IAG ที่เข้ากันไม่ได้ ไม่มีผลกระทบอย่างมีนัยสำคัญในกลีบหน้าผาก, กลีบขม่อม, กลีบกลาง, กลีบขมับ (T3), และกลีบขมับเว็บไซต์ (T4)
องค์ประกอบ P3
ไม่มีผลกระทบที่สำคัญสำหรับ P3 เวลาแฝง ผลการวิจัยพบว่าการมีปฏิสัมพันธ์ที่สำคัญระหว่างกลุ่ม (IAG กับ NCG) และเงื่อนไขการกระตุ้น (การทดลองที่เข้ากันได้กับการทดลองที่เข้ากันไม่ได้) [F(1, 119) = 35.86, p = 0.000] การวิเคราะห์ผลกระทบอย่างง่ายแสดงให้เห็นว่าแอมพลิจูดของ P3 มีขนาดใหญ่กว่าภายใต้เงื่อนไขการทดลองใช้งานร่วมกับ IAG กว่าภายใต้เงื่อนไขการทดลองที่ไม่เข้ากันของ IAG [F(1, 119) = 6.47, p = 0.025] ใน IAG ความสัมพันธ์โดยนัยเชิงบวกกับความหมายที่เกี่ยวข้องกับอินเทอร์เน็ตทำให้แอมพลิจูดของ P3 มีขนาดใหญ่ขึ้น มีการโต้ตอบสามทางที่สำคัญระหว่างกลุ่ม (IAG กับ NCG), สภาพการกระตุ้น (การทดลองที่เข้ากันได้กับการทดลองที่เข้ากันไม่ได้) และบริเวณหนังศีรษะ (กลีบด้านหน้า, กลีบข้างขม่อม, กลีบกลาง, กลีบกลาง (T3), กลีบขมับ (T4) ) และกลีบท้ายทอย) [F(4, 236) = 8.65, p = 0.000] การวิเคราะห์ผลกระทบอย่างง่ายแสดงให้เห็นการมีปฏิสัมพันธ์ที่สำคัญระหว่างกลุ่ม (IAG กับ NCG) และเงื่อนไขการกระตุ้น (การทดลองที่เข้ากันได้กับการทดลองที่เข้ากันไม่ได้) ที่บริเวณกลีบท้ายทอย [F(1, 119) = 30.42, p = 0.000] ที่ไซต์กลีบท้ายทอยการทดลองที่เข้ากันได้กับ IAG ทำให้เกิดแอมพลิจูด p3 ที่ใหญ่กว่าการทดลองที่ไม่ลงรอยกันของ IAG ไม่มีผลกระทบอย่างมีนัยสำคัญในกลีบหน้าผาก, กลีบขม่อม, กลีบกลาง, กลีบขมับ (T3), และกลีบขมับเว็บไซต์ (T4)
องค์ประกอบ N4
ไม่มีผลกระทบที่สำคัญสำหรับความหน่วงแฝงและแอมพลิจูดของ N4
การสนทนา
การศึกษาครั้งนี้เป็นครั้งแรกที่ใช้ ERPs เพื่อตรวจสอบความสัมพันธ์ของระบบประสาทของอคติทางปัญญาโดยนัยต่อการชี้นำที่เกี่ยวข้องกับอินเทอร์เน็ตในการติดอินเทอร์เน็ต ผลการศึกษาของเราแสดงให้เห็นถึงความสัมพันธ์เชิงบวกที่มีนัยยะบวกต่อตัวชี้นำที่เกี่ยวข้องกับอินเทอร์เน็ตใน IAG มากกว่าใน NCG และใน IAG ความสัมพันธ์เชิงบวกเชิงบวกต่อตัวชี้นำที่เกี่ยวข้องกับอินเทอร์เน็ตได้นำแอมพลิจูด N2 และ P3 ขนาดใหญ่ที่ท้ายทอย
การศึกษาก่อนหน้านี้ได้ชี้ให้เห็นว่าในฐานะที่เป็นพฤติกรรมการเสพติดอินเทอร์เน็ตติดยาเสพติดแบ่งปันคุณสมบัติทางจิตวิทยาหลายที่มีการพึ่งพาสาร (1, 24) การศึกษาการพึ่งพาสารได้แสดงให้เห็นว่ากระบวนการสำคัญที่เกี่ยวข้องกับการเสริมแรงและความรู้ความเข้าใจในการพัฒนาและการบำรุงรักษาของการพึ่งพาสารโดยเฉพาะอย่างยิ่งกระบวนการรับรู้เป็นตัวแทนเป้าหมายการรักษาที่ทำงานได้สำหรับการแทรกแซงทางจิตสังคมและเภสัชวิทยา25).
นักวิชาการหลายคนแนะนำว่าการเชื่อมโยงโดยนัยมีบทบาทสำคัญในการติดสารและพฤติกรรม (26) ในทศวรรษที่ผ่านมาการศึกษาจำนวนมากโดยใช้ IAT ได้ตรวจสอบว่าสารหรือพฤติกรรมติดยาเสพติดนำเสนออคติความรู้ความเข้าใจโดยปริยาย ตัวอย่างเช่นการศึกษาใช้ IAT-Recoding Free (IAT-RF) เพื่อวัดความถูกต้องที่คาดการณ์ได้ของการเชื่อมโยงแอลกอฮอล์โดยนัยที่ไม่มีการ recoding โดยมีความสัมพันธ์เชิงบวก (27); อีกการศึกษาก่อนหน้าซึ่งใช้ IAT แก้ไขด้วยภาพลามกอนาจารตรวจสอบว่าผู้เข้าร่วมเพศตรงข้ามมีแนวโน้มที่จะติดยาเสพติดไซเบอร์หรือไม่ (26) จากการศึกษาสองชิ้นข้างต้นแสดงให้เห็นว่าการเชื่อมโยงโดยนัยกับความเร้าอารมณ์ในเชิงบวกอาจมีบทบาทสำคัญในการติดสารและพฤติกรรม
สอดคล้องกับการศึกษาก่อนหน้านี้ผลของเราระบุว่าผู้เสพติดอินเทอร์เน็ตมีแนวโน้มที่มีต่อสัญญาณที่เกี่ยวข้องกับอินเทอร์เน็ต
ศักยภาพที่เกี่ยวข้องกับเหตุการณ์เป็นวิธีการแก้ปัญหาทางสมองในมนุษย์ เนื่องจาก ERPs นำเสนอความผันผวนอย่างรวดเร็วที่เกี่ยวข้องกับกระบวนการ neurocognitive ที่สำคัญจึงเหมาะที่จะขยายความเข้าใจของเราเกี่ยวกับกลไกการเปลี่ยนแปลงของระบบประสาทในระหว่างการโจมตีของสารและการติดพฤติกรรม (25).
การศึกษาจำนวนมากได้ตรวจสอบตัวละคร ERP เมื่ออาสาสมัครมีส่วนร่วมในงาน IAT ในการศึกษาก่อนหน้านี้มีการใช้สองสิ่งกระตุ้นที่มีความสามารถในเชิงบวกและสองสิ่งเร้าที่มีความสามารถในเชิงลบถูกใช้เป็นป้ายกำกับหมวดหมู่ ผลลัพธ์แสดงเวลาตอบสนองที่สั้นกว่าสำหรับการทดลองที่เข้ากันได้เมื่อเทียบกับการทดลองที่เข้ากันไม่ได้และการทดลองที่เข้ากันได้มีแนวโน้มที่จะสร้างรูปคลื่นที่เป็นบวกมากขึ้นในพื้นที่ส่วนกลางและข้างขม่อมเปรียบเทียบกับการทดลองที่ไม่เข้ากัน28) การศึกษาแสดงให้เห็นว่าเมื่อผู้เข้าร่วมปฏิบัติภารกิจ IAT, ERP ที่บันทึกไว้นำเสนอ N2 ซึ่งมีขนาดใหญ่กว่าในสิ่งกระตุ้นที่เข้ากันไม่ได้และพวกเขาอนุมานว่าแอมพลิจูด ERP N2 สะท้อนการตรวจสอบการตอบสนองมากขึ้น29) การศึกษาอื่นแสดงให้เห็นว่าหลาย ๆ พื้นที่ของสมองรวมถึงส่วนหน้าตรงกลาง, cingulate, insular, left-temporal และ parietal cortex มีหน้าที่รับผิดชอบ ERP N2- และ P3 ที่เกี่ยวข้องกับกิจกรรมในระหว่างการทำ IAT (10).
ในการศึกษานี้ภายใต้เงื่อนไขการกระตุ้นของการทดลองที่เข้ากันได้ความสัมพันธ์ทางบวกที่เป็นบวกต่อตัวชี้นำที่เกี่ยวข้องกับอินเทอร์เน็ตทำให้แอมพลิจูด N2 และ P3 ขนาดใหญ่ขึ้นที่ไซต์กลีบท้ายทอยในบุคคลที่ติดอินเทอร์เน็ต แม้ว่า ERP นั้นยากจนในการแก้ปัญหาเชิงพื้นที่ แต่ก็อาจให้หลักฐานว่าเยื่อหุ้มสมองสมองบางส่วน (เช่นเยื่อหุ้มสมองด้านหลัง cingulate) ที่ไซต์กลีบท้ายทอยมีหน้าที่รับผิดชอบต่อความลำเอียงทางนัยต่ออินเทอร์เน็ตในบุคคลที่ติดอินเทอร์เน็ต
สรุปบุคคลที่ติดอินเทอร์เน็ตจะแสดงความสัมพันธ์เชิงบวกที่แข็งแกร่งไปยังตัวชี้นำที่เกี่ยวข้องกับอินเทอร์เน็ตและความสัมพันธ์เชิงบวกที่เกี่ยวข้องกับตัวชี้นำที่เกี่ยวข้องกับอินเทอร์เน็ตทำให้เกิดการเปลี่ยนแปลงใน ERPs (เช่น N2 และ P3 ขนาดใหญ่ที่เว็บไซต์กลีบท้ายทอย)
การกำหนดลักษณะของ ERP ของอคติทางปัญญาในการติดอินเทอร์เน็ตจะเป็นประโยชน์ในการทำความเข้าใจธรรมชาติของการติดอินเทอร์เน็ต นอกจากนี้ผลลัพธ์ยังสามารถให้พื้นฐานทางทฤษฎีสำหรับการพัฒนากลยุทธ์การป้องกันและการรักษาที่เป็นไปได้สำหรับการติดอินเทอร์เน็ต
การศึกษานี้มีข้อ จำกัด บางประการ ในอีกด้านหนึ่งการใช้แบบสอบถามการวินิจฉัยที่แก้ไขแล้วสำหรับ Internet Addiction เป็นเครื่องมือวินิจฉัยสำหรับการติดอินเทอร์เน็ตนั้นไม่ถูกต้องเพราะความถูกต้องในฐานะเครื่องมือวินิจฉัยนั้นยังไม่ได้รับการยืนยัน ในอีกทางหนึ่งเพื่อตรวจสอบกลไกประสาทของอคติทางปัญญาโดยนัยต่อตัวชี้นำที่เกี่ยวข้องกับอินเทอร์เน็ตในการติดอินเทอร์เน็ตขึ้นอยู่กับการรวมระหว่างการแก้ปัญหาชั่วคราวและการแก้ปัญหาเชิงพื้นที่ใน neuroimaging; อย่างไรก็ตาม ERP จะให้การแก้ปัญหาชั่วคราวที่ยอดเยี่ยมเท่านั้น การศึกษาในอนาคตควรใช้เครื่องมือวินิจฉัยที่เชื่อถือได้สำหรับการติดอินเทอร์เน็ตและ fMRI เพื่อวัดกลไกการเกิดอาการทางประสาทของอคติทางปัญญาในการติดอินเทอร์เน็ต
ผลงานผู้แต่ง
ZZ และ HZhou ออกแบบการศึกษา LC, HZhou, YG, SW, JW, LT, HZhu และ ZZ ทำการทดสอบ LC, HZhou, YG, SW, JW, LT, HZhu และ ZZ วิเคราะห์ข้อมูลและเขียนต้นฉบับ ผู้เขียนทั้งหมดได้อนุมัติต้นฉบับฉบับสุดท้ายสำหรับการตีพิมพ์
คำชี้แจงความขัดแย้งทางผลประโยชน์
ผู้เขียนประกาศว่าการวิจัยได้ดำเนินการในกรณีที่ไม่มีความสัมพันธ์ทางการค้าหรือทางการเงินใด ๆ ที่อาจตีความได้ว่าเป็นความขัดแย้งทางผลประโยชน์ที่อาจเกิดขึ้น
กิตติกรรมประกาศ
การศึกษาครั้งนี้ได้รับการสนับสนุนโดยมูลนิธิวิทยาศาสตร์ธรรมชาติแห่งชาติจีน (หมายเลข 81471354) และมูลนิธิโครงการพรสวรรค์ที่สำคัญสำหรับการบริการทางการแพทย์และสุขภาพจังหวัดมณฑลเจียงซู (หมายเลข ZDRCC2016019)