นามธรรม
ความเป็นมาและจุดมุ่งหมาย
การควบคุมการยับยั้งพฤติกรรมบกพร่อง (BIC) เป็นที่ทราบกันดีว่ามีบทบาทสำคัญในพฤติกรรมเสพติด อย่างไรก็ตามการวิจัยยังสรุปไม่ได้ว่านี่เป็นกรณีของการเสพติดทางไซเบอร์หรือไม่ การศึกษานี้มีวัตถุประสงค์เพื่อตรวจสอบช่วงเวลาของ BIC ในบุคคลชายที่มีแนวโน้มในการเสพติดทางเพศสัมพันธ์ (TCA) โดยใช้ศักยภาพที่เกี่ยวข้องกับเหตุการณ์ (ERPs) และเพื่อให้หลักฐานทางประสาทสรีรวิทยาของ BIC ที่บกพร่อง
วิธีการ
บุคคลสามสิบหกคนที่มี TCA และ 36 การควบคุมที่ดีต่อสุขภาพ (HCs) ได้รับภารกิจ Two-Choice Oddball ที่กำหนดให้พวกเขาตอบสนองต่อสิ่งเร้ามาตรฐานที่พบบ่อย (ภาพของคน) และสิ่งเร้าที่เบี่ยงเบนไม่บ่อยนัก (ภาพลามกอนาจาร) ภายใน 1,000 มิลลิวินาที Electroencephalography (EEG) ถูกบันทึกเมื่อผู้เข้าร่วมปฏิบัติภารกิจ
ผลสอบ
แม้จะมีความคล้ายคลึงกันของสิ่งเร้ามาตรฐานระหว่างกลุ่มในแง่ของเวลาในการตอบสนอง (RTs) แต่ RT ของกลุ่ม TCA ต่อสิ่งเร้าที่เบี่ยงเบนนั้นช้ากว่ากลุ่ม HC มาก ความแตกต่างของพฤติกรรมมาพร้อมกับความแตกต่างของกลุ่มในแอมพลิจูดเฉลี่ยของส่วนประกอบ N2 (200–300 มิลลิวินาที) และ P3 (300–500 มิลลิวินาที) ในคลื่นผลต่างเบี่ยงเบนมาตรฐาน โดยเฉพาะอย่างยิ่งเมื่อเทียบกับกลุ่ม HC กลุ่ม TCA แสดงให้เห็นความแตกต่างของแอมพลิจูด N2 และ P3 ที่เล็กกว่าสำหรับค่าเบี่ยงเบนมากกว่าสิ่งเร้ามาตรฐาน
การอภิปรายและข้อสรุป
บุคคลที่มี TCA มีความหุนหันพลันแล่นมากกว่าผู้เข้าร่วม HC และมีลักษณะทางประสาทวิทยาและ ERP ร่วมกันเกี่ยวกับความผิดปกติของการใช้สารเสพติดหรือพฤติกรรมการเสพติดซึ่งสนับสนุนมุมมองที่ว่าการเสพติดทางไซเบอร์สามารถกำหนดแนวความคิดว่าเป็นการติดพฤติกรรม
บทนำ
การเสพติด Cybersex
การติดอินเทอร์เน็ตได้รับความสนใจเพิ่มขึ้นทั่วโลกในช่วงสองทศวรรษที่ผ่านมา (Sussman, Harper, Stahl, & Weigle, 2018). นักวิจัยหลายคนเชื่อว่าควรสร้างความแตกต่างระหว่างการติดอินเทอร์เน็ตทั่วไปและการติดอินเทอร์เน็ตโดยเฉพาะ (เช่น แบรนด์ Young, Laier, Wölfling, & Potenza, 2016; เดวิส, 2001). โดยเฉพาะอย่างยิ่งการเสพติดไซเบอร์เซ็กส์มักถือเป็นรูปแบบเฉพาะของการติดอินเทอร์เน็ต (เช่น แบรนด์ Young & Laier, 2014; de Alarcón, de la Iglesia, Casado & Montejo, 2019). ด้วยการพัฒนาของอินเทอร์เน็ตความพร้อมใช้งานของสื่อลามกได้เพิ่มขึ้นอย่างมาก การศึกษาแสดงให้เห็นว่าในบรรดากิจกรรมออนไลน์ทุกประเภทการดูสื่อลามกมีแนวโน้มที่จะเสพติดมากที่สุด (Meerkerk, Eijnden และ Garretsen, 2006).
มีการถกเถียงกันมานานว่าการเสพติดไซเบอร์ควรถูกกำหนดให้เป็นการติดพฤติกรรม (เช่น เดอ อลาร์คอน และคณะ 2019). อย่างไรก็ตามมีหลักฐานเพิ่มขึ้นเกี่ยวกับความคล้ายคลึงกันระหว่างการเสพติดทางไซเบอร์และความผิดปกติของการใช้สารเสพติดหรือพฤติกรรมการเสพติดอื่น ๆ (Kowalewska et al., 2018; Stark, Klucken, Potenza, Brand และ Strahler, 2018). การศึกษาก่อนหน้านี้ได้เปิดเผยความสัมพันธ์ระหว่างการเสพติดไซเบอร์และปฏิกิริยาคิวและความอยาก (Laier, Pawlikowski, Pekal, Schulte, และแบรนด์, 2013; ยี่ห้อ et al., 2011); กลไกดังกล่าวยังส่งผลให้เกิดการพัฒนาและรักษาความผิดปกติของการใช้สาร (ดรัมมอนด์ 2001; ทิฟฟานี่แอนด์เรย์, 2012). แนวคิดเกี่ยวกับความอยากและปฏิกิริยาของคิวได้มาจากการศึกษาความผิดปกติของการใช้สารเสพติดและนำไปใช้กับการวิจัยเกี่ยวกับการติดอินเทอร์เน็ตโดยเฉพาะ (เช่น โปเตน 2008). ตัวอย่างเช่นการศึกษาบางชิ้นได้ตรวจสอบความสัมพันธ์ของระบบประสาทระหว่างความอยากและปฏิกิริยาของคิวในบุคคลที่ติดอินเทอร์เน็ตโดยเฉพาะและพบว่าหน้าท้องลายมีส่วนเกี่ยวข้องกับประสบการณ์ความอยากเมื่อเผชิญกับตัวชี้นำที่เกี่ยวข้องกับการเสพติด (Kober et al., 2016; Miedl, Büchel, & Peters, 2014). การวิจัยเกี่ยวกับผู้ที่มีพฤติกรรมไฮเปอร์เซ็กส์หรือผู้ที่ต้องทนทุกข์ทรมานจากการเสพติดไซเบอร์เซ็กส์ยังให้ผลลัพธ์ที่สอดคล้องกัน (Brand, Snagowski, Laier, & Maderwald, 2016; Klucken, Wehrum-Osinsky, Schweckendiek, Kruse, & Stark, 2016; Voon et al., 2014) ยิ่งไปกว่านั้น ลายและแบรนด์ (2014) พัฒนาแบบจำลองที่ขับเคลื่อนด้วยทฤษฎีสำหรับการเสพติดไซเบอร์เซ็กส์ แบบจำลองนี้ถือว่าความคล้ายคลึงกันระหว่างการเสพติดทางไซเบอร์และความผิดปกติของการใช้สารเสพติดโดยเน้นบทบาทของการเสริมแรงเชิงบวกและเชิงลบ ผู้คนสามารถใช้ประโยชน์จากไซเบอร์เท็กซ์เพื่อให้เกิดความพึงพอใจและลดสภาวะทางอารมณ์ที่ไม่พึงประสงค์ (ไลเออร์แอนด์แบรนด์, 2014). กลไกของการเสริมกำลังดังกล่าวได้รับการยอมรับอย่างกว้างขวางในความผิดปกติของการใช้สารเสพติดและรูปแบบการเสพติดอื่น ๆ โดยที่การเสริมกำลังเชิงลบ (เกี่ยวข้องกับการถอนและความอดทน) และการเสริมกำลังเชิงบวก (ความต้องการและความชอบ) แสดงถึงกระบวนการสร้างแรงบันดาลใจที่สำคัญ (โรบินสันแอนด์เบอร์ริดจ์ 2008).
หุนหันพลันแล่น
ตามทฤษฎีการเสพติดการควบคุมพฤติกรรมเฉพาะที่อ่อนแอลงในพฤติกรรมการเสพติดและความผิดปกติของการใช้สารเสพติดอาจเกี่ยวข้องกับการรบกวนระหว่างระบบหุนหันพลันแล่นและระบบสะท้อนแสง (ยี่ห้อและคณะ, 2019; ดง & โปเทนซ่า, 2014; Wiers et al., 2007; Zilverstand & Goldstein, 2020). ตัวอย่างเช่นแนะนำว่าในโมเดล Interaction of Person-Affect-Cognition-Execution (I-PACE) (ยี่ห้อและคณะ, 2019) ความผิดปกติระหว่างระบบประสาทสำหรับพฤติกรรมเสพติดในช่วงต้นมีความสัมพันธ์โดยเฉพาะอย่างยิ่งกับระบบหุนหันพลันแล่นซึ่งสมาธิสั้น ยิ่งไปกว่านั้นกลไกอคติทางความคิดและอารมณ์ความอยากและปฏิกิริยาของคิวและความไวต่อแรงจูงใจนั้นเกี่ยวข้องกับสมาธิสั้นดังกล่าวซึ่งได้รับการเสริมแรงร่วมกันในระหว่างกระบวนการเสพติด (ยี่ห้อและคณะ, 2019). สำหรับพฤติกรรมเสพติดในช่วงปลายเป็นไปได้ว่าระบบสะท้อนแสงสูญเสียการควบคุมระบบหุนหันพลันแล่นอย่างต่อเนื่องและพฤติกรรมบางอย่างอาจกลายเป็นนิสัยแม้ว่าพฤติกรรมเสพติดดังกล่าวจะนำไปสู่ผลร้าย (ยี่ห้อและคณะ, 2019). การศึกษาเกี่ยวกับระบบประสาทชี้ให้เห็นว่าอาสาสมัครที่ประสบปัญหาพฤติกรรมที่มีภาวะ hypersexual หรือการติดยาเสพติดในโลกไซเบอร์มีกิจกรรมที่เพิ่มขึ้นในเยื่อหุ้มสมองส่วนหน้าส่วนหลังด้านหลัง (ส่วนหนึ่งของระบบสะท้อนแสง) และหน้าท้อง (ส่วนหนึ่งของระบบหุนหันพลันแล่น) ในกรณีของปฏิกิริยาคิว (ยี่ห้อ et al., 2016; Gola et al., 2017; Seok & Sohn, 2015). ภาวะสมาธิสั้นของระบบสะท้อนแสงได้รับการแนะนำว่าเป็นความพยายามที่เพิ่มขึ้นของอาสาสมัครในการรักษาการควบคุมสิ่งล่อใจซึ่งส่วนใหญ่จะถูกกระตุ้นผ่านระบบหุนหันพลันแล่น ดังนั้นการทำงานและโครงสร้างของสมองที่เปลี่ยนแปลงไปซึ่งเกี่ยวข้องกับแรงกระตุ้นจึงบ่งบอกถึงบทบาทที่อาจเกิดขึ้นของแรงกระตุ้นในกลไกการเสพติดทางไซเบอร์
Impulsivity ได้รับการยอมรับว่าเป็นแนวคิดหลายมิติที่ซับซ้อนซึ่งรวมเอาองค์ประกอบทางชีววิทยาพฤติกรรมและบุคลิกภาพเข้าด้วยกัน มิติของแรงกระตุ้นที่แตกต่างกันสามารถประเมินได้โดยการวัดภาพพฤติกรรมและการรายงานตัวเองตามลำดับ เกี่ยวกับมิติของพฤติกรรมความหุนหันพลันแล่นถูกใช้เพื่ออธิบายพฤติกรรมที่ไม่ได้รับการปรับเปลี่ยนรวมถึงการขาดดุลในการควบคุมการยับยั้งพฤติกรรม (BIC) นั่นคือความสามารถในการปรับตัวปราบปรามพฤติกรรมเมื่อสภาวะแวดล้อมต้องการสิ่งนี้ (Groman, James, & Jentsch, 2009). สำหรับพฤติกรรมที่หุนหันพลันแล่นเช่นความผิดปกติของการใช้สาร BIC ที่ลดลงทำให้ยากต่อการต่อต้านการบริโภคสารและพฤติกรรมต่อเนื่องโดยไม่คำนึงถึงผลเสีย (Spechler และคณะ, 2016). สำหรับมิติทางชีววิทยามีการศึกษาเพื่อตรวจสอบปฏิกิริยาของสมองที่เกี่ยวข้องกับ BIC ที่ลดลง โดยปกติแล้วการวัดศักยภาพที่เกี่ยวข้องกับเหตุการณ์ (ERP) มักจะถูกนำมาใช้เพื่อวัดกระบวนการดังกล่าว
มีการแนะนำองค์ประกอบ ERP สองรายการในการวิจัยก่อนหน้านี้เพื่อสะท้อนการทำงานของสมองที่เกี่ยวข้องกับ BIC: หนึ่งคือ N2 ซึ่งเป็นองค์ประกอบเชิงลบสูงสุดในหนังศีรษะส่วนกลางส่วนหน้าเมื่อการกระตุ้นเป็นเวลาประมาณ 200 มิลลิวินาที มันแสดงถึงกลไกจากบนลงล่างซึ่งยับยั้งแนวโน้มที่ไม่ถูกต้องสำหรับการตอบสนองอัตโนมัติและทำงานในขั้นตอนการประมวลผลก่อนการทำงานของมอเตอร์ (ฟัลเคนสไตน์, 2006). การศึกษาบางชิ้นยังระบุด้วยว่า N2 สอดคล้องกับการตรวจจับความขัดแย้งในระยะการยับยั้งในช่วงต้น (Donkers & Van Boxtel, 2004; ฟัลเคนสไตน์ 2006; Nieuwenhuis, Yeung, Van Den Wildenberg และ Ridderinkhof, 2003). ดังนั้น N2 จึงถูกระบุว่าเป็นตัวบ่งชี้กระบวนการรับรู้ในระยะเริ่มต้นซึ่งจำเป็นสำหรับการใช้งาน BIC แต่ไม่ใช่การเบรกแบบยับยั้งที่แท้จริง องค์ประกอบที่สองของ ERP คือ P3 ซึ่งแสดงถึงองค์ประกอบที่เป็นบวกสูงสุดภายในหนังศีรษะกลางข้างขม่อมเมื่อสิ่งกระตุ้นกินเวลาประมาณ 300–500 มิลลิวินาที P3 มักถูกระบุว่าเป็นอาการทางไฟฟ้าของ BIC ที่ตามมาซึ่งเกี่ยวข้องอย่างแน่นหนากับการยับยั้งระบบมอเตอร์ที่แท้จริงภายในเปลือกนอกของ premotor (Donkers & Van Boxtel, 2004; Nieuwenhuis, Aston-Jones และ Cohen, 2005). โดยรวมแล้วการศึกษาจำนวนมากระบุว่าทั้ง N2 และ P3 บ่งบอกถึงกระบวนการที่เกี่ยวข้องกับ BIC ซึ่งมีหน้าที่แตกต่างกัน ดังนั้นแอมพลิจูด N2 หรือ P3 ที่ต่ำในกลุ่มคนที่ติดยาเสพติดเมื่อเทียบกับการควบคุมอาจใช้เป็นเครื่องหมายในการทำนายการขาดดุลของระบบประสาทในบริบทของ BIC
การศึกษาก่อนหน้านี้เกี่ยวกับ BIC ส่วนใหญ่ใช้กระบวนทัศน์แบบคลาสสิกเช่น Go / NoGo, Stop-Signal และ Two-Choice Oddball ในกระบวนทัศน์ Stop-Signal ผู้เข้าร่วมต้องหยุดการตอบสนองเมื่อเห็นสัญญาณหยุด เพื่อรักษาอัตราการยับยั้งที่ประสบความสำเร็จในอัตราสูงพวกเขาต้องให้ความสำคัญกับสัญญาณหยุดและรออย่างมีสติ ดังนั้นการวัดเวลาตอบสนอง (RT) ไปยังสิ่งเร้าอาจไม่แม่นยำ (Verbruggen & Logan, 2008). ในกระบวนทัศน์ Go / NoGo ผู้เข้าร่วมต้องทำการกดปุ่มตอบสนองต่อสิ่งเร้าประเภทหนึ่ง (Go stimuli) และระงับการตอบสนองต่อสิ่งเร้าประเภทอื่น (NoGo stimuli) อย่างไรก็ตามเนื่องจากการทดลอง Go ต้องการการตอบสนองของมอเตอร์และการทดลอง NoGo ไม่ได้ผล BIC ที่สังเกตได้มีแนวโน้มที่จะปนเปื้อนจากกระบวนการที่เกี่ยวข้องกับการตอบสนอง (กก, 1988). สำหรับเรื่องนี้การวิจัยได้ใช้กระบวนทัศน์แบบ Two-Choice Oddball ในการศึกษาก่อนหน้านี้กระบวนทัศน์นี้ประสบความสำเร็จในการตรวจสอบ BIC ที่เกี่ยวข้องกับความผิดปกติของการใช้สาร (เช่น Su และคณะ, 2017; Zhao, Liu, & Maes, 2017).
ในงานนี้ผู้ตอบจะได้รับการร้องขอให้ตอบสนองต่อสิ่งเร้ามาตรฐานที่พบบ่อยและสิ่งเร้าที่เบี่ยงเบนไม่บ่อยนัก ด้วยเหตุนี้สิ่งเร้าที่เบี่ยงเบนจึงประกอบไปด้วยการตรวจจับความขัดแย้งในการตอบสนองการปราบปรามการตอบสนองก่อนวัยและการเลือกปฏิกิริยาทางเลือก ดังนั้น RTs ต่อสิ่งเร้าที่เบี่ยงเบนมักจะนานกว่าสิ่งเร้ามาตรฐาน เมื่อเทียบกับงาน Go / NoGo แบบคลาสสิกงานนี้ช่วยลดผลกระทบที่อาจเกิดขึ้นจากการปนเปื้อนของมอเตอร์ใน BIC และให้ตัวบ่งชี้ RT เพิ่มเติมสำหรับ BIC เป็นที่ถกเถียงกันอยู่ว่างานดังกล่าวอาจเพิ่มความถูกต้องของระบบนิเวศเมื่อเทียบกับงาน Go / NoGo การยับยั้งพฤติกรรมเฉพาะอย่างหนึ่งในชีวิตประจำวันมักจะมาพร้อมกับการแทนที่พฤติกรรมหนึ่งด้วยพฤติกรรมอื่นที่คาดหวัง (เช่นการยับยั้งพฤติกรรมการดูสื่อลามกและแทนที่ด้วยความบันเทิงเพิ่มเติม) นี่เป็นการลงทะเบียนในงาน Two-Choice Oddball แทนที่จะเป็นงาน Go / NoGo มาตรฐาน
ความหุนหันพลันแล่นในผู้เสพติดโลกไซเบอร์
การศึกษาล่าสุดโดยใช้มาตรการรายงานตัวเองพบว่าลักษณะการกระตุ้นมีความสัมพันธ์ในเชิงบวกกับความรุนแรงของอาการที่สูงขึ้นของการติดยาเสพติดทางไซเบอร์ (Antons & Brand, 2018; Antons et al., 2019). อย่างไรก็ตามการศึกษาตรวจสอบ BIC ในบริบทของการเสพติดทางไซเบอร์โดยใช้ Stop-Signal Task ได้ให้ผลลัพธ์ที่หลากหลาย Antons และแบรนด์ (2018) พบว่าความรุนแรงของอาการที่สูงขึ้นของการเสพติดทางเพศสัมพันธ์สัมพันธ์กับการโต้ตอบลักษณะที่มีแรงกระตุ้นที่สูงขึ้นกับการกระทำที่หุนหันพลันแล่น อย่างไรก็ตามการศึกษาอื่นพบว่าบุคคลที่มีอาการติดยาเสพติดทางไซเบอร์มากขึ้นแสดงให้เห็นถึงประสิทธิภาพของ BIC ที่ดีขึ้น (Antons & Matthias, 2020).
ไม่มีการศึกษาที่มีอยู่ได้ตรวจสอบความสัมพันธ์ทางไฟฟ้ากายภาพระหว่าง BIC และการเสพติดทางไซเบอร์แม้ว่าการวัด ERP จะถูกนำมาใช้เป็นเวลาหลายปีในการสำรวจความผิดปกติของการใช้สาร (กัมปาเนลลาโพกาเรลล์และบูทรอส 2014; Littel, Euser, Munafo และ Franken, 2012) และพฤติกรรมการเสพติดประเภทต่างๆ (Luijten และคณะ, 2014). ERP ได้รับการระบุว่าเป็นแนวทางที่น่าเชื่อถือในการพิจารณาความสัมพันธ์ของระบบประสาทของความผิดปกติของการเสพติดและได้ถูกนำไปใช้อย่างกว้างขวางในการทดลองและการปฏิบัติทางคลินิก (Campanella, Schroder, Kajosch, Noel, & Kornreich, 2019).
ปัจจุบันมีเพียงความผิดปกติของการพนันและการเล่นเกมเท่านั้นที่รวมอยู่ในระบบการตั้งชื่อหลักสำหรับความผิดปกติทางจิตใจ (เช่น DSM-5 และ ICD-11) การติด Cybersex ได้รับการเสนอให้เป็นพฤติกรรมการเสพติดประเภทหนึ่งที่มีลักษณะทางระบบประสาทและระบบประสาทที่คล้ายคลึงกันเป็นความผิดปกติของการใช้สาร (Kowalewska และคณะ, 2018; Stark et al., 2018). จำเป็นต้องมีการวิจัยเชิงประจักษ์เพิ่มเติมเพื่อกำหนดขอบเขตที่การเสพติดไซเบอร์มีความเหมือนหรือความแตกต่างกับพฤติกรรมเสพติดอื่น ๆ การระบุกลไกพื้นฐานของการเสพติดไซเบอร์มีความสำคัญอย่างยิ่งเพื่อให้เข้าใจพฤติกรรมได้ดีขึ้นและมีประโยชน์มากในการระบุผู้ป่วยที่มีความเสี่ยงสูงและพัฒนาการแทรกแซงเฉพาะบุคคล นอกจากนี้ยังอำนวยความสะดวกในการอภิปรายอย่างต่อเนื่องเกี่ยวกับความสามารถในการเปรียบเทียบกับความผิดปกติของการเสพติดในรูปแบบอื่น ๆ
การศึกษาในปัจจุบัน
การศึกษานี้มีวัตถุประสงค์เพื่อสำรวจผลกระทบของการประมวลผลสื่อลามกต่อ BIC BIC ได้รับการตรวจสอบในบุคคลที่มีแนวโน้มที่จะติดยาเสพติดทางอินเทอร์เน็ต (TCA) และการควบคุมที่ดีต่อสุขภาพ (HCs) โดยใช้งาน Oddball แบบสองทางเลือก ERP ถูกวัดโดยตอบสนองต่อสิ่งเร้ามาตรฐานที่พบบ่อย (ภาพของคน) และสิ่งเร้าที่เบี่ยงเบนไม่บ่อยนัก (ภาพลามกอนาจาร) จากการวิจัยที่มีอยู่เกี่ยวกับความผิดปกติของการใช้สารเสพติดและการติดพฤติกรรมเราตั้งสมมติฐานว่าการเสพติดไซเบอร์มีความเกี่ยวข้องกับ BIC ที่บกพร่อง โดยเฉพาะอย่างยิ่งเราตั้งสมมติฐานว่า (1) บุคคลที่มี TCA จะแสดงความแม่นยำต่ำลงอย่างมีนัยสำคัญและ RT ที่ยาวขึ้นเพื่อตอบสนองต่อสัญญาณเบี่ยงเบนที่เกี่ยวข้องกับสื่อลามกเมื่อเทียบกับ HC และ (2) บุคคลที่มี TCA จะแสดงเอฟเฟกต์ ERP ที่ลดทอน (ส่วนประกอบ N2 และ P3) เมื่อเทียบกัน กับ HC.
วิธีการ
ผู้เข้าร่วมกิจกรรม
เรารวบรวมแบบสอบถามจากนักศึกษาชาย 303 ชุดเพื่อยืนยันคะแนนของพวกเขาในมาตราส่วนการใช้สื่อลามกทางอินเทอร์เน็ตที่มีปัญหา (PIPUS; Chen, Wang, Chen, Jiang, & Wang, 2018). ผู้หญิงถูกแยกออกจากการวิจัยเนื่องจากผู้ชายพบปัญหาดังกล่าวได้ง่ายขึ้นเนื่องจากการสัมผัสกับสื่อลามกบ่อยครั้ง (Ross, Månssonและ Daneback, 2012). เนื่องจากการเสพติดไซเบอร์เซ็กส์ไม่ใช่การวินิจฉัยที่เป็นรหัสจึงไม่สามารถใช้เกณฑ์เพื่อระบุผู้ใช้สื่อลามกทางอินเทอร์เน็ตที่มีปัญหาในเชิงประจักษ์ได้ ดังนั้นผู้ตอบที่มีคะแนนอยู่ในเปอร์เซ็นไทล์ 20 อันดับแรกจึงถูกจัดอยู่ในกลุ่ม TCA ในขณะที่ผู้ที่มีคะแนนลดลงในเปอร์เซ็นไทล์ที่ 20 ล่างสุดจะถูกจัดอยู่ในกลุ่ม HC ตามเกณฑ์การจัดหมวดหมู่ผู้เข้าร่วม 36 คนที่มี TCA และ 36 HC ได้รับเชิญให้เข้าร่วมในการศึกษาทางไฟฟ้าฟิสิกส์ด้วยความสมัครใจ ผู้เข้าร่วมสองคนไม่ได้รับการยกเว้นเนื่องจากมีสิ่งประดิษฐ์ที่เคลื่อนไหวดวงตามากเกินไป ผู้เข้าร่วมทั้งหมดเป็นเพศตรงข้ามถนัดขวามีการมองเห็นปกติหรือถูกต้องไม่มีประวัติความเจ็บป่วยทางจิตและไม่มีประวัติการใช้ยาของระบบประสาทส่วนกลาง (ดู 1 ตาราง).
1 ตารางลักษณะผู้เข้าร่วมของกลุ่ม TCA และ HC
ตัวแปร (ค่าเฉลี่ย± SD) | ทีซีเอ (n = 36) | ฮีชn = 34) | t |
อายุ (ปี) | 19.75 | 19.76 | -0.05 |
ความถี่ในการดูสื่อลามกทุกสัปดาห์ a | ±ฮิตฮิต | ±ฮิตฮิต | 9.55*** |
ความถี่ของการสำเร็จความใคร่ด้วยตนเองทุกสัปดาห์ a | ±ฮิตฮิต | ±ฮิตฮิต | 6.54*** |
คะแนน PIPUS | ±ฮิตฮิต | ±ฮิตฮิต | 16.65*** |
คะแนน SDS | ±ฮิตฮิต | ±ฮิตฮิต | 1.93 |
คะแนน SAS | ±ฮิตฮิต | ±ฮิตฮิต | 1.50 |
คะแนน BIS-11 | ±ฮิตฮิต | ±ฮิตฮิต | 1.52 |
ตัวย่อ: BIS-11, Barratt Impulsiveness Scale-11; HC, การควบคุมที่ดีต่อสุขภาพ; PIPUS, มาตราส่วนการใช้สื่อลามกทางอินเทอร์เน็ตที่มีปัญหา; SAS, ระดับความวิตกกังวลในการให้คะแนนตนเอง; SDS, Self-Rating Depression Scale; TCA แนวโน้มของการติดเซ็กส์ทางไซเบอร์
***P <0.001.
aในช่วง 6 เดือนที่ผ่านมา
เครื่องมือวัดและขั้นตอน
ในการประเมิน TCA ได้ใช้ PIPUS เวอร์ชันภาษาจีน PIPUS เป็นมาตราส่วนการรายงานตัวเองที่พัฒนาโดยใช้มาตราส่วนการใช้ภาพอนาจารที่เป็นปัญหา (Kor et al., 2014). เครื่องชั่งประกอบด้วย 12 รายการที่แบ่งออกเป็นสี่มิติ: (ก) ปัญหาความทุกข์และการทำงาน (b) การใช้งานมากเกินไป (c) ความยากลำบากในการควบคุมตนเองและ (ง) ใช้เพื่อหลีกหนีหรือหลีกเลี่ยงอารมณ์เชิงลบ ที่นี่เราแทนที่คำว่า "สื่อลามก" ด้วย "สื่อลามกทางอินเทอร์เน็ต" ผู้เข้าร่วมถูกขอให้รายงานการใช้สื่อลามกทางอินเทอร์เน็ตในช่วงหกเดือนที่ผ่านมาโดยใช้มาตราส่วน Likert 6 จุดโดย 0 หมายถึง "ไม่เคย" และ 5 หมายถึง "ตลอดเวลา"; คะแนนที่สูงขึ้น PIPU ก็จะยิ่งรุนแรงมากขึ้น เครื่องชั่งมีความน่าเชื่อถือและความถูกต้องที่ดีในหมู่นักศึกษาจีน (เฉินและคณะ, 2018). ครอนบาค α ในการศึกษาครั้งนี้เท่ากับ 0.93
ผู้เข้าร่วมทำ PIPUS เสร็จก่อน ตามเกณฑ์การคัดเลือกข้างต้นกลุ่มตัวอย่างของบุคคลที่มีผู้เข้าร่วม TCA และ HC ได้รับเชิญให้เข้าร่วมในขั้นตอนที่สองของการทดลอง พวกเขาทำภารกิจ Two-Choice Oddball ในขณะที่มีการบันทึก Electroencephalography (EEG) เพื่อประเมินลักษณะความหุนหันพลันแล่นและสัญลักษณ์ของโรคจิตเวชผู้เข้าร่วมได้กรอกแบบประเมิน Barratt Impulsiveness Scale-11 (BIS-11; Patton, Stanford และ Barratt, 1995), แบบวัดการซึมเศร้าแบบประเมินตนเอง (SDS; Zung, Richards และ Short, 1965) และแบบวัดความวิตกกังวลแบบประเมินตนเอง (SAS; ซุง 1971). นอกจากนี้ยังมีการประเมินข้อมูลประชากรและข้อมูลพื้นฐานที่เกี่ยวข้องกับการใช้อินเทอร์เน็ต (ความถี่ในการดูภาพอนาจารและการสำเร็จความใคร่ด้วยตนเอง) ในที่สุดผู้เข้าร่วมได้รับการซักถามและได้รับเงิน 100 หยวนการทดลองทั้งหมดใช้เวลาประมาณ 80 นาที
สิ่งเร้าและงานทดลอง
การประเมินความจุ BIC ดำเนินการโดยใช้กระบวนทัศน์ Two-Choice Oddball มีสิ่งเร้าสองประเภท: สิ่งเร้ามาตรฐาน (ภาพบุคคล) และสิ่งเร้าเบี่ยงเบน (ภาพโป๊) ภาพอนาจารถูกรวบรวมจากเว็บไซต์ลามกอนาจารฟรี พวกเขารวมชุดภาพ 40 ภาพซึ่งประกอบด้วยหมวดหมู่เพศตรงข้ามที่แตกต่างกันสี่ประเภท (ช่องคลอดเพศทางทวารหนักช่องปากและช่องคลอด) แต่ละหมวดหมู่ประกอบด้วยภาพอนาจาร 10 ภาพ ภาพบุคคลซึ่งได้มาจากเว็บไซต์รวม 40 ภาพของชายและหญิงที่กำลังเดินหรือวิ่งจ็อกกิ้ง พวกเขาถูกจับคู่กับจำนวนและเพศของบุคคลในภาพลามกอนาจาร ภาพเหล่านี้ได้รับการจัดอันดับในการศึกษานำร่องเกี่ยวกับขนาดของความจุความเร้าอารมณ์และความเร้าอารมณ์ทางเพศ (ดูข้อมูลเพิ่มเติม) ไม่พบความแตกต่างอย่างมีนัยสำคัญเกี่ยวกับการให้คะแนนความจุ อย่างไรก็ตามภาพอนาจารกระตุ้นอารมณ์ทางเพศและกระตุ้นอารมณ์ทางเพศได้ดีกว่าภาพบุคคล เพื่อปกปิดวัตถุประสงค์ที่แท้จริงของการทดลองรูปภาพเหล่านี้จึงแสดงต่อผู้ตอบด้วยกรอบสีโดยมีกรอบสีแดงสำหรับรูปภาพบุคคลและกรอบสีน้ำเงินสำหรับรูปภาพโป๊ ผู้เข้าร่วมได้รับคำสั่งให้ตัดสินสีของเฟรมอย่างรวดเร็วและแม่นยำที่สุดโดยการกดปุ่มต่างๆ
งานนี้ประกอบด้วยสี่ช่วงตึกจากการทดลอง 100 ครั้ง ทุกบล็อกนำเสนอสิ่งเร้ามาตรฐาน 70 สิ่งและสิ่งเร้าเบี่ยงเบน 30 สิ่ง ผู้เข้าร่วมต้องนั่งอยู่ด้านหน้าจอภาพห่างจากหน้าจอประมาณ 150 ซม. โดยมีมุมมองแนวนอนและแนวตั้งน้อยกว่า 6 ° ผู้เข้าร่วมมีเวลาพัก 2.0 นาทีในแต่ละช่วงตึก พวกเขายังได้รับข้อเสนอแนะอัตราความแม่นยำเพื่อประเมินประสิทธิภาพในตอนท้ายของแต่ละบล็อก สิ่งเร้าถูกนำเสนอโดยใช้ E-prime 300 (Psychology Software Tools) การทดลองแต่ละครั้งเริ่มด้วยไม้กางเขนสีขาวขนาดเล็กเป็นเวลา 500 มิลลิวินาที หลังจากนั้นหน้าจอว่างเปล่าที่มีระยะเวลาสุ่ม 1,000–1,000 มิลลิวินาทีก็ปรากฏขึ้นตามด้วยการกระตุ้นภาพ เมื่อภาพมาตรฐานปรากฏขึ้นผู้เข้าร่วมจำเป็นต้องกดปุ่ม“ F” บนแป้นพิมพ์อย่างรวดเร็วและแม่นยำด้วยนิ้วชี้ซ้ายและเมื่อภาพเบี่ยงเบนปรากฏขึ้นพวกเขาจำเป็นต้องกดปุ่ม“ J” ด้วยนิ้วชี้ขวา ( แป้นคีย์บอร์ดมีความสมดุลระหว่างผู้เข้าร่วม) ภาพกระตุ้นหายไปหลังจากการกดแป้นหรือเมื่อเวลาผ่านไป 1,000 มิลลิวินาที ทุกการตอบกลับตามมาด้วยหน้าจอว่างที่มีระยะเวลา XNUMX มิลลิวินาที ลำดับของสิ่งเร้ามาตรฐานและเบี่ยงเบนถูกสุ่ม โปรดดูที่ มะเดื่อ. 1 สำหรับขั้นตอนการทดลองเฉพาะ
การบันทึกและวิเคราะห์ Electrophysiological
ใช้อิเล็กโทรดดีบุกที่ติดตั้งในฝายางยืดเพื่อบันทึกกิจกรรมทางไฟฟ้าของสมองจากบริเวณหนังศีรษะ 32 แห่ง (Brain Products, Germany) อิเล็กโทรด FCz ถูกใช้เป็นข้อมูลอ้างอิงทางออนไลน์และใช้อิเล็กโทรด AFz เป็นอิเล็กโทรดกราวด์ อิเล็กโทรโคโลแกรมแนวตั้ง (VEOG) ถูกบันทึกโดยอิเล็กโทรดที่วางไว้ใต้ตาขวาในขณะที่อิเล็กโทรโคโลแกรมแนวนอน (HEOG) ถูกบันทึกโดยอิเล็กโทรดที่วางไว้นอกตาซ้าย 1 ซม. ความต้านทานของอิเล็กโทรดทั้งหมดน้อยกว่า 5 kΩ EEG และ EOG ถูกขยายด้วยแบนด์พาส DC DC100 Hz และแปลงเป็นดิจิทัลที่ 500 Hz / channel ข้อมูล EEG ถูกวิเคราะห์แบบออฟไลน์โดยใช้ Brain Vision Analyzer 2.0 ขั้นแรกเรารีเซ็ตการอ้างอิงเป็นแอมพลิจูดเฉลี่ยของกกหูทวิภาคี จากนั้นจึงใช้แบนด์พาส 0.01–30 เฮิรตซ์และการลดทอน 24 เดซิเบลสำหรับการกรอง สิ่งประดิษฐ์ EOG ถูกกำจัดโดยใช้การวิเคราะห์องค์ประกอบอิสระ
EEG ที่ตอบสนองอย่างถูกต้องภายใต้เงื่อนไขแต่ละข้อจะถูกซ้อนทับและเฉลี่ย รูปคลื่น ERP ถูกล็อคที่จุดเริ่มต้นของสิ่งกระตุ้นโดยมีระยะเวลาเฉลี่ย 1,000 มิลลิวินาทีรวมถึงค่าพื้นฐานที่ 200 มิลลิวินาทีก่อนการกระตุ้น จากรูปคลื่นค่าเฉลี่ยที่ยิ่งใหญ่ของ ERP ใน มะเดื่อ. 3 และ 4จะเห็นได้ว่าความแตกต่างของแอมพลิจูดภายใต้สภาวะมาตรฐานและสภาวะเบี่ยงเบนเริ่มต้นที่ประมาณ 200 มิลลิวินาที ความแตกต่างเหล่านี้แสดงให้เห็นเป็น N2 (200–300 มิลลิวินาที) ในหนังศีรษะส่วนกลางส่วนหน้าและ P3 (300–500 มิลลิวินาที) ในหนังศีรษะส่วนกลางข้างขม่อมในคลื่นผลต่างเบี่ยงเบนมาตรฐาน ดังนั้นการศึกษานี้จึงวิเคราะห์แอมพลิจูดเฉลี่ยและเวลาแฝงของส่วนประกอบ N2 และ P3 ที่ไซต์อิเล็กโทรดเก้าแห่ง ได้แก่ F3, Fz, F4 (สามไซต์ด้านหน้า), C3, Cz, C4 (ไซต์กลางสามแห่ง), P3, Pz และ P4 (สามไซต์ข้างขม่อม)
การวิเคราะห์ทางสถิติ
วิเคราะห์ข้อมูลแบบสอบถามโดยใช้การทดสอบทีอิสระ การวิเคราะห์ความแปรปรวนแบบวัดซ้ำ (ANOVA) ถูกนำไปใช้ในการวิเคราะห์ดัชนี ERP ของ BIC (N2 และ P3) และการวัดพฤติกรรม (ความแม่นยำและ RTs) สิ่งนี้ส่งผลให้เกิด Group (TCA, HC) × Stimulus (เงื่อนไขมาตรฐานและเบี่ยงเบน) ×ไซต์อิเล็กโทรด (9 ไซต์) ANOVA สำหรับแอมพลิจูดและเวลาแฝง N2 และ P3 ที่เกี่ยวข้องกับ BIC และ Group × Stimulus ANOVA สำหรับมาตรการเชิงพฤติกรรม ข้อมูล RT มาจากการทดลองที่มีการตอบสนองที่ถูกต้อง การทดลองที่ RT น้อยกว่า 150 ms ซึ่งสะท้อนถึงความคาดหมายไม่ได้รับการพิจารณา (Meule, Lutz, VögeleและKübler, 2012). ไซต์กระตุ้นและอิเล็กโทรดเป็นปัจจัยภายในเรื่องและกลุ่มเป็นปัจจัยระหว่างเรื่อง มีการใช้การวิเคราะห์หลังการทำงานโดยใช้การเปรียบเทียบแบบคู่กับการปรับ Bonferroni ค่าทางสถิติทั้งหมดได้รับการรายงานด้วยการแก้ไข Greenhouse – Geisser และ eta-square บางส่วน (η2p) มีรายงานว่ามีผลกระทบอย่างมีนัยสำคัญ ใช้ระดับอัลฟา 0.05 สำหรับการทดสอบทางสถิติทั้งหมด
จริยธรรม
ผู้เข้าร่วมการศึกษาทุกคนได้รับการลงนามยินยอม การวิจัยได้รับการอนุมัติจากคณะกรรมการทบทวนสถาบันวิทยาลัยการแพทย์เฉิงตู
ผลสอบ
รายงานผลด้วยตนเอง
ตามที่คาดไว้กลุ่ม TCA มีคะแนน PIPUS สูงกว่า (19.78 ± 6.40) มากกว่ากลุ่ม HC (1.65 ± 1.28) t(68) = 16.65 P <0.001. นอกจากนี้กลุ่ม TCA ได้คะแนนสูงกว่ากลุ่ม HC จากความถี่ในการดูสื่อลามกรายสัปดาห์ (3.92 ± 1.54 เทียบกับ 1.09 ± 0.87) t(68) = 9.55, P <0.001 และการสำเร็จความใคร่ด้วยตนเอง (2.81 ± 1.22 เทียบกับ 1.12 ± 0.91) t(68) = 6.54 P <0.001. อย่างไรก็ตามกลุ่ม TCA และ HC ไม่แตกต่างกันในภาวะซึมเศร้าที่วัดโดย SDS ความวิตกกังวลที่วัดโดย SAS และความหุนหันพลันแล่นตามลักษณะที่วัดโดย BIS-11 แสดงให้เห็นว่าปัจจัยเหล่านี้ไม่ได้เป็นประเด็นที่น่ากังวลในปัจจุบัน ศึกษา. สิ่งนี้ทำให้ความแตกต่างด้านพฤติกรรมและ ERP เกี่ยวข้องโดยตรงกับมาตรการที่เกี่ยวข้องกับไซเบอร์เท็กซ์
ผลพฤติกรรม
การวัดความแปรปรวนซ้ำ ๆ ของความแม่นยำโดยมีกลุ่มเป็นปัจจัยระหว่างเรื่องและสิ่งกระตุ้นเป็นปัจจัยภายในเรื่องพบว่าค่าเบี่ยงเบนมีความแม่นยำต่ำกว่าอย่างมีนัยสำคัญ (96.27%) เมื่อเทียบกับสิ่งเร้ามาตรฐาน (98.44%) F(1, 68) = 15.67 P <0.001, η2p = 0.19 ไม่มีผลกระทบที่มีนัยสำคัญเกี่ยวกับปัจจัยกลุ่ม Fs <1. สำหรับ RTs สิ่งเร้าที่เบี่ยงเบนทำให้เกิด RT ที่ยาวขึ้นเมื่อเทียบกับสิ่งเร้ามาตรฐาน F(1, 68) = 41.58 P <0.001, η2p = 0.38 (ดู มะเดื่อ. 2). ไม่พบผลกระทบหลักสำหรับกลุ่ม F(1, 68) = 2.65 P = 0.108, η2p = 0.04 ที่สำคัญกว่านั้นปฏิสัมพันธ์ของ Group × Stimulus มีความสำคัญ F(1, 68) = 4.54 P = 0.037, η2p = 0.06 ผลกระทบอย่างง่ายของสิ่งเร้าแสดงให้เห็นว่าสิ่งเร้าที่เบี่ยงเบนกระตุ้นให้เกิด RT ที่ยาวนานขึ้นเมื่อเทียบกับสิ่งเร้ามาตรฐานทั้งในกลุ่ม TCA และ HC F(1, 35) = 46.28 P <0.001, η2p = 0.57, F(1, 33) = 7.60 P = 0.009, η2p = 0.19 ยิ่งไปกว่านั้นผลอย่างง่ายของ Group พบว่าแม้ว่าทั้งสองกลุ่มจะแสดง RT ที่คล้ายคลึงกันสำหรับสิ่งเร้ามาตรฐาน F(1, 68) = 0.16 P > 0.68 กลุ่ม TCA แสดง RT ที่ยาวกว่ากลุ่ม HC สำหรับสิ่งเร้าที่เบี่ยงเบน F(1, 68) = 6.68 P = 0.012, η2p = 0.09
ผลลัพธ์ ERP
N2
การวัดความแปรปรวนซ้ำ ๆ ต่อแอมพลิจูดเฉลี่ยของ N2 โดยมีไซต์กระตุ้นและอิเล็กโทรดเป็นปัจจัยซ้ำและกลุ่มเป็นปัจจัยระหว่างหัวข้อแสดงผลกระทบหลักที่สำคัญของสิ่งกระตุ้น F(1, 68) = 72.72 P <0.001, η2p = 0.52 และไซต์อิเล็กโทรด F(8, 544) = 130.08 P <0.001, η2p = 0.66 และการโต้ตอบไซต์ Stimulus × Electrode ที่มีนัยสำคัญ F(8, 544) = 8.46 P <0.001, η2p = 0.11 เมื่อเทียบกับสิ่งเร้ามาตรฐานสิ่งเร้าที่เบี่ยงเบนทำให้เกิดแอมพลิจูดที่มากขึ้นที่ขั้วไฟฟ้าส่วนหน้าและส่วนกลาง ไม่พบผลกระทบหลักที่สำคัญสำหรับกลุ่ม F <1. นอกจากนี้ยังมีปฏิสัมพันธ์ระหว่างกลุ่ม×กระตุ้นที่สำคัญ F(1, 68) = 6.27 P = 0.015, η2p = 0.08 ความแตกต่างของแอมพลิจูดระหว่างสิ่งเร้าเบี่ยงเบนและสิ่งเร้ามาตรฐานมีขนาดใหญ่กว่าในกลุ่ม HC (−4.38 μV) มากกว่ากลุ่ม TCA (−2.39 μV)
นอกจากนี้ผลกระทบหลักที่สำคัญของการกระตุ้น F(1, 68) = 28.51 P <0.001, η2p = 0.30 และไซต์อิเล็กโทรด F(8, 544) = 3.52 P = 0.023, η2p = 0.05 ถูกสังเกตสำหรับเวลาแฝง N2 เมื่อเปรียบเทียบกับสิ่งเร้ามาตรฐานสิ่งเร้าที่เบี่ยงเบนทำให้เกิดเวลาแฝงที่นานกว่า เวลาแฝงของ N2 ในไซต์ส่วนหน้านานกว่าไซต์ข้างขม่อม
P3
ในทำนองเดียวกันการวัดซ้ำ ANOVA ต่อแอมพลิจูดเฉลี่ยของ P3 แสดงให้เห็นผลกระทบหลักที่สำคัญของกลุ่ม F(1, 68) = 4.45 P = 0.039, η2p = 0.06, สิ่งกระตุ้น, F(1, 68) = 8.31 P = 0.005, η2p = 0.11 และไซต์อิเล็กโทรด F(8, 544) = 76.03 P <0.001, η2p = 0.53 และการโต้ตอบไซต์ Stimulus × Electrode ที่มีนัยสำคัญ F(8, 544) = 43.91 P <0.001, η2p = 0.39 แอมพลิจูดเฉลี่ยในสภาวะต่างๆมีขนาดใหญ่กว่าสำหรับกลุ่ม HC (4.12 μV) มากกว่ากลุ่ม TCA (1.94 μV) สิ่งเร้าที่เบี่ยงเบนทำให้เกิดแอมพลิจูดที่ใหญ่ขึ้นเมื่อเทียบกับสิ่งเร้ามาตรฐานที่ส่วนกลางและข้างขม่อม ที่สำคัญกว่านั้นผลการปฏิสัมพันธ์ระหว่างกลุ่มและสิ่งกระตุ้นนั้นมีนัยสำคัญ F(1, 68) = 4.94 P = 0.03, η2p = 0.07 แม้ว่ากลุ่ม HC จะแสดงแอมพลิจูด P3 ที่เพิ่มขึ้นสำหรับสิ่งเร้าที่เบี่ยงเบน (5.34 μV) มากกว่าสิ่งเร้ามาตรฐาน (2.89 μV) F(1, 33) = 11.63 P = 0.002, η2p = 0.26 กลุ่ม TCA ไม่ได้แสดงความแตกต่างของแอมพลิจูด P3 อย่างมีนัยสำคัญระหว่างเงื่อนไขเบี่ยงเบน (2.10 μV) และมาตรฐาน (1.78 μV) F <1.
การวิเคราะห์เวลาแฝงของ P3 เผยให้เห็นผลกระทบหลักที่สำคัญของไซต์อิเล็กโทรด F(8, 544) = 17.13 P <0.001, η2p = 0.20 ซึ่งแสดงถึงเวลาแฝงที่ยาวกว่าในไซต์ส่วนหน้าและส่วนกลางมากกว่าไซต์ข้างขม่อม ปฏิสัมพันธ์ระหว่างไซต์ Stimulus × Electrode มีความสำคัญเช่นกัน F(8, 544) = 16.71 P <0.001, η2p = 0.20 สะท้อนให้เห็นว่าเวลาแฝงที่ยาวขึ้นซึ่งกระตุ้นโดยสิ่งเร้าที่เบี่ยงเบนมากกว่าสิ่งเร้ามาตรฐานที่ไซต์ข้างขม่อม
การสนทนา
การศึกษานี้มีวัตถุประสงค์เพื่อสำรวจผลกระทบของสิ่งเร้าสื่อลามกที่มีต่อ BIC ของบุคคลที่มี TCA เมื่อเทียบกับ HC ทั้งในระดับพฤติกรรมและอิเล็กโทรฟิสิโอโลยีโดยใช้งาน Two-Choice Oddball ที่ปรับเปลี่ยนร่วมกับการบันทึก ERPs นี่เป็นการศึกษาครั้งแรกเพื่อตรวจสอบความสัมพันธ์ทางไฟฟ้าฟิสิกส์ของ BIC ในบริบทของการติดยาเสพติดทางไซเบอร์กับ ERP แม้ว่าการศึกษาก่อนหน้านี้จะพบความเชื่อมโยงระหว่างลักษณะการกระตุ้นและอาการของการเสพติดไซเบอร์เซ็กส์ (Antos & Brand, 2018; Antos et al., 2019) การศึกษานี้ไม่พบความแตกต่างอย่างมีนัยสำคัญของคะแนน BIS-11 ระหว่างกลุ่ม TCA และ HC ในทำนองเดียวกัน Gola และคณะ (2017) ไม่พบความแตกต่างอย่างมีนัยสำคัญในลักษณะแรงกระตุ้นระหว่างผู้ใช้สื่อลามกที่มีปัญหาและผู้เข้าร่วมการควบคุม การวิจัยในอนาคตจึงจำเป็นต้องตรวจสอบลิงก์นี้ในเชิงลึกมากขึ้น
แม้ว่า BIS-11 จะถือว่าเป็นลักษณะของแรงกระตุ้น แต่งาน Two-Choice Oddball ที่ได้รับการแก้ไขนั้นเกี่ยวข้องกับมาตรการในการดำเนินงานของแรงกระตุ้น ในขอบเขตของระบบประสาทวิทยาและประสาทวิทยาทางปัญญาความหุนหันพลันแล่นมักจะเท่ากับ BIC ซึ่งหมายถึงกลไกการควบคุมจากบนลงล่างซึ่งยับยั้งการตอบสนองอัตโนมัติหรือการให้รางวัลที่ไม่เหมาะสมกับข้อกำหนดในปัจจุบัน (Groman et al., 2009). แม้ว่าทั้งสองกลุ่มจะแสดงผลของ BIC ในช่วงสภาวะเบี่ยงเบน แต่การตอบสนองของกลุ่ม TCA ต่อสิ่งเร้าที่เบี่ยงเบนนั้นช้ากว่ากลุ่ม HC ซึ่งบ่งชี้ถึงความจุ BIC ที่ต่ำกว่า ความแตกต่างของพฤติกรรมมาพร้อมกับความแตกต่างของกลุ่มในแอมพลิจูดเฉลี่ยของ N2 และ P3 ในคลื่นผลต่างเบี่ยงเบนมาตรฐาน โดยเฉพาะอย่างยิ่งกลุ่ม TCA แสดงให้เห็นความแตกต่างของแอมพลิจูด N2 และ P3 ที่เล็กกว่าสำหรับค่าเบี่ยงเบนมากกว่าสิ่งเร้ามาตรฐานเมื่อเทียบกับกลุ่ม HC ผลการวิจัยพิสูจน์ได้ว่าสิ่งเร้าเกี่ยวกับสื่อลามกที่ไม่เกี่ยวข้องกับงานรบกวน BIC ของบุคคลที่มี TCA
ในการศึกษานี้ผู้เข้าร่วมประสบกับความขัดแย้งในการตอบสนองเมื่อพวกเขาตอบสนองต่อสิ่งเร้าที่เบี่ยงเบนไม่บ่อยนักในบริบทของสิ่งเร้ามาตรฐานที่พบบ่อยซึ่งกระตุ้นให้เกิดการตอบสนองล่วงหน้า ความขัดแย้งในการตอบสนองนี้ทำให้เกิดองค์ประกอบ N2 ที่โดดเด่นในคลื่นผลต่างเบี่ยงเบนมาตรฐานโดยมีแอมพลิจูดที่ใหญ่ที่สุดที่ไซต์ส่วนหน้าและส่วนกลาง การศึกษาก่อนหน้านี้แสดงให้เห็นว่า oddball N2 fronto-central ที่เกิดจากสิ่งเร้าที่เบี่ยงเบนซึ่งคล้ายกับ NoGo N2 ที่เกิดขึ้นในงาน Go / NoGo ได้รับการยอมรับว่าเป็นดัชนีของการตรวจสอบความขัดแย้ง (Donkers & Van Boxtel, 2004; Nieuwenhuis et al., 2003). แอมพลิจูด N2 ที่มีการตรวจจับความขัดแย้งมากกว่าที่ไม่มีการตรวจจับความขัดแย้ง (Donkers & Van Boxtel, 2004). ที่นี่ทั้งกลุ่ม TCA และ HC แสดงส่วนประกอบ N2 ที่เกี่ยวข้องกับการเบี่ยงเบนอย่างมีนัยสำคัญ สิ่งนี้แสดงให้เห็นว่าทั้งสองกลุ่มสามารถตรวจพบความขัดแย้งในการตอบสนองระหว่างสภาวะเบี่ยงเบน อย่างไรก็ตามกลุ่ม TCA แสดงให้เห็นความแตกต่างของแอมพลิจูดสำหรับค่าเบี่ยงเบนน้อยกว่าเงื่อนไขมาตรฐานเมื่อเทียบกับกลุ่ม HC สิ่งนี้แสดงให้เห็นว่าการมีส่วนร่วมของความสนใจที่ลดลงเกิดขึ้นในกลุ่ม TCA เทียบกับกลุ่ม HC ซึ่งนำไปสู่การเตรียมการที่ไม่ดีสำหรับ BIC ในภายหลัง (ไอเมอร์, 1993). ดังนั้นในระหว่างขั้นตอนการประมวลผลก่อนการทำงานของมอเตอร์กลุ่ม TCA จึงแสดงกระบวนการรับรู้ในช่วงต้นที่บกพร่องซึ่งจำเป็นในการใช้ BIC
นอกจากนี้ยังพบส่วนประกอบ P3 ที่มีนัยสำคัญซึ่งมีแอมพลิจูดมากที่สุดที่ไซต์ข้างขม่อมในช่วง 300–500 มิลลิวินาทีของคลื่นผลต่างเบี่ยงเบนมาตรฐาน การศึกษาก่อนหน้านี้แสดงให้เห็นว่า P3 ที่เกิดจากสิ่งเร้า nogo (สะท้อน BIC ในภายหลัง) พบว่ามีความสำคัญมากกว่าที่เกิดจากสิ่งเร้าไปในงาน Go / NoGo (Donkers & Van Boxtel, 2004; Nieuwenhuis et al., 2005). ความกว้างของ P3 เพิ่มขึ้นตามการเติบโตของทรัพยากรทางปัญญา สอดคล้องกับการศึกษาก่อนหน้านี้สิ่งเร้าที่เบี่ยงเบนที่เกี่ยวข้องกับ BIC ในการศึกษานี้ส่งผลให้แอมพลิจูด P3 มากกว่าสิ่งเร้ามาตรฐาน ที่สำคัญกว่านั้นแอมพลิจูดของ P3 ที่เกี่ยวข้องกับเบี่ยงเบนในกลุ่ม TCA นั้นน้อยกว่าในกลุ่ม HC มาก เผยให้เห็นกระบวนการ BIC ที่บกพร่องภายใต้เงื่อนไขที่เบี่ยงเบนในกลุ่ม TCA
ดังนั้นแอมพลิจูด N2 และ P3 ที่เด่นชัดน้อยกว่าในกลุ่ม TCA เมื่อเทียบกับกลุ่ม HC จึงถือได้ว่าเป็นเครื่องหมายสำหรับการขาดดุลของระบบประสาทใน BIC การศึกษาของเราสนับสนุนแนวคิดที่ว่าการหุนหันพลันแล่นเป็นปัจจัยเสี่ยงต่อการติดยาเสพติดทางไซเบอร์ (Antons & Brand, 2018; Antons et al., 2019). สอดคล้องกับผลการศึกษาส่วนใหญ่เกี่ยวกับความผิดปกติของการใช้สารเสพติด (เช่น Sokhadze, Stewart, Hollifield และ Tasman, 2008; Zhao et al., 2017), โรคการพนัน (เช่น เคิร์ตซ์แมน และคณะ, 2008) และการติดอินเทอร์เน็ต (เช่น โจวหยวนเหยาหลี่และเฉิง 2010). การศึกษาเหล่านี้ยืนยันว่าการขาดดุล BIC ในบุคคลที่มีความผิดปกติในการใช้สารเสพติดและการเสพติดพฤติกรรมมีความสัมพันธ์กับแอมพลิจูด N2 และ / หรือ P3 ที่ลดทอน ดังนั้นผลการศึกษาด้านพฤติกรรมและอิเล็กโทรฟิสิโอวิทยาของการศึกษานี้แสดงให้เห็นว่าการเสพติดทางไซเบอร์อาจมีลักษณะทางประสาทวิทยาและ ERP ร่วมกันของความผิดปกติของการใช้สารเสพติดหรือพฤติกรรมการเสพติด
กลไกที่เป็นไปได้อย่างหนึ่งที่นำไปสู่ความบกพร่องของ BIC ในบุคคลที่มี TCA คือปฏิกิริยาตอบสนองและความอยากในขณะที่ดูสื่อลามกกระตุ้นให้พวกเขาเข้าร่วมสื่อลามกโดยอัตโนมัติ ดังนั้นการยึดครองแหล่งความรู้ความเข้าใจจึงส่งผลต่อประสิทธิภาพของกลุ่ม TCA ในงานด้านความรู้ความเข้าใจ ตามรูปแบบการเสพติดแบบสองกระบวนการ (ยี่ห้อและคณะ, 2019; ดง & โปเทนซ่า, 2014; Wiers et al., 2007; Zilverstand & Goldstein, 2020) พฤติกรรมเสพติดขึ้นอยู่กับอิทธิพลของระบบหุนหันพลันแล่นและสะท้อนแสงที่แข่งขันกัน อย่างไรก็ตามในพฤติกรรมเสพติดระบบสะท้อนแสงจะถูกยับยั้งโดยระบบหุนหันพลันแล่น ความสัมพันธ์นี้ทำให้บุคคลที่มี TCA ยากขึ้นเรื่อย ๆ ในการควบคุมกิจกรรมทางเพศทางปัญญาแม้จะมีผลกระทบเชิงลบก็ตาม เนื่องจากการประมวลผลสิ่งเร้าสื่อลามกเกี่ยวข้องกับโครงสร้างของสมองที่เกี่ยวข้องกับความสนใจและความเร้าอารมณ์ (Paul et al., 2008) ภาพอนาจารในงาน Two-Choice Oddball ดูเหมือนจะดึงดูดความสนใจไปที่กลุ่ม TCA มากกว่ากลุ่ม HC ดังนั้นดังที่แสดงให้เห็นถึงประสิทธิภาพของ BIC ที่แย่ลงการชี้นำภาพอนาจารส่งผลให้บุคคลที่มี TCA ถูกเบี่ยงเบนความสนใจจากความต้องการงานมากขึ้น ในทางทฤษฎีความอยากและปฏิกิริยาของคิวควรมีความสัมพันธ์กับการขาดดุลใน BIC ในกรณีของความผิดปกติของการเล่นเกมทางอินเทอร์เน็ตเช่นเดียวกับการติดอินเทอร์เน็ตประเภทอื่น ๆ (ยี่ห้อ et al., 2019; Dong และ Potenza, 2014). ในการวิจัยในอนาคตควรตรวจสอบปฏิสัมพันธ์ที่อาจเกิดขึ้นระหว่างความสัมพันธ์ทางประสาทของปฏิกิริยาคิวและการลดลงของ BIC เพื่อทำความเข้าใจกลไกพื้นฐานของการสูญเสียการควบคุมการบริโภคทางไซเบอร์ ตัวอย่างเช่นการศึกษาในอนาคตสามารถประเมินระดับความเร้าอารมณ์และความอยากทางเพศของผู้เข้าร่วมก่อนและหลังการนำเสนอภาพอนาจารเพื่อพิจารณาว่าพวกเขารบกวนความสามารถ BIC ของผู้เข้าร่วมหรือไม่ (Laier และคณะ 2013).
การค้นพบของเรามีความสำคัญในทางทฤษฎีและทางคลินิก ในทางทฤษฎีผลการศึกษาของเราบ่งชี้ว่าการเสพติดทางไซเบอร์มีลักษณะคล้ายกับความผิดปกติของการใช้สารเสพติดและความผิดปกติของการควบคุมแรงกระตุ้นในแง่ของความหุนหันพลันแล่นในระดับไฟฟ้าและพฤติกรรม การค้นพบของเราอาจกระตุ้นให้เกิดการโต้เถียงอย่างต่อเนื่องเกี่ยวกับความเป็นไปได้ของการเสพติดทางไซเบอร์ในฐานะโรคทางจิตเวชประเภทใหม่ ผลการวิจัยของเราชี้ให้เห็นว่าสามารถใช้ ERP เพื่อตรวจสอบการทำงานของระบบประสาท (เช่น BIC) ได้ซึ่งจะเน้นว่ากระบวนการทางปัญญาใดควรได้รับการกล่าวถึงในการรักษาการติดยาเสพติดทางไซเบอร์ (คัมปาเนลลา et al., 2019). นอกจากประโยชน์ของ ERP ในการระบุความบกพร่องของผู้ป่วยแล้วยังมีการศึกษาเพื่อตรวจสอบผลของ ERP ในการรักษาโรคทางจิตเวช (คัมปาเนลลา, 2013). ในด้านการติดอินเทอร์เน็ตการศึกษาหลายชิ้นได้ใช้การบันทึก ERP เพื่อประเมินผลประโยชน์ทางคลินิกที่อาจเกิดขึ้น (Ge และคณะ, 2011; Zhu et al., 2012โดย). การศึกษาเหล่านี้ชี้ให้เห็นว่าการวัด ERP อาจเป็นแนวทางที่เป็นไปได้ในการประเมินประสิทธิภาพและความสัมพันธ์ของสมองของการแก้ไขความรู้ความเข้าใจสำหรับความผิดปกติของการเสพติด
การศึกษานี้มีข้อ จำกัด หลายประการ อันดับแรกเราตรวจสอบเฉพาะผู้เข้าร่วมที่เป็นผู้ชายเนื่องจากการติดเซ็กส์ทางไซเบอร์ดูเหมือนจะเป็นปัญหาของผู้ชายเป็นหลัก ตัวอย่างเช่นการศึกษาก่อนหน้านี้พบว่าผู้ชายมีสื่อลามกตั้งแต่อายุยังน้อยบริโภคสื่อลามกมากขึ้น (Hald, 2006) และมีแนวโน้มที่จะพบปัญหามากกว่าผู้หญิง (Ballester-Arnal, Castro Calvo, Gil-Llario และ GilJulia, 2017). อย่างไรก็ตามการศึกษาเปรียบเทียบรูปแบบการกระตุ้นของผู้ชายและผู้หญิงในการประมวลผลภาพอนาจารแสดงให้เห็นว่าพื้นที่สมองบางส่วนเปิดใช้งานในผู้ชายมากกว่าผู้หญิง (เช่น Wehrum และคณะ, 2013). ดังนั้นการศึกษาในอนาคตควรตรวจสอบความแตกต่างทางเพศใน BIC ในระหว่างการประมวลผลสัญญาณลามกอนาจาร ประการที่สองการศึกษานี้ไม่ได้พิจารณาตัวอย่างทางคลินิกที่ชัดเจน เนื่องจากไม่มีฉันทามติเกี่ยวกับคำจำกัดความทางคลินิกของการเสพติดทางไซเบอร์ การศึกษาในอนาคตควรทำการวิเคราะห์เปรียบเทียบผู้ตอบแบบสอบถามที่ติดยาเสพติดทางไซเบอร์และผู้ตอบแบบสอบถามที่ไม่มีการเสพติดไซเบอร์เพื่อตรวจสอบว่ามีโหมดการตอบสนองทั่วไปหรือไม่ ประการที่สามนี่เป็นการศึกษาครั้งแรกที่ใช้งาน Two-Choice Oddball ในบริบทของการเสพติดทางไซเบอร์ ดังนั้นควรเปรียบเทียบผลการวิจัยเบื้องต้นเหล่านี้กับงานอื่น ๆ เช่นกระบวนทัศน์ Go / Nogo และ Stop-Signal การศึกษาเมื่อเร็ว ๆ นี้แสดงให้เห็นว่าบุคคลที่มีอาการรุนแรงของการติดยาเสพติดทางไซเบอร์มีประสิทธิภาพดีกว่าในงาน Stop-SignalAntons & Brand, 2020). สิ่งนี้ชี้ให้เห็นว่าการศึกษาเกี่ยวกับ BIC ในการเสพติดทางไซเบอร์นั้นหายากและไม่สอดคล้องกัน ดังนั้นจึงจำเป็นต้องมีการวิจัยเพิ่มเติมเพื่อแสดงให้เห็นถึงสิ่งนี้เพิ่มเติม ในที่สุดยังคงมีการถกเถียงกันในหมู่นักวิชาการว่าภาพลามกอนาจารเป็นตัวชี้นำ (Prause, Steele, Staley, Sabatinelli และ Hajcak, 2016) หรือรางวัล (Gola, Wordecha, Marchewka และ Sescousse, 2016). ทฤษฎีแรงจูงใจในการให้ความสำคัญแยกแยะองค์ประกอบพื้นฐาน XNUMX ประการของ“ ความต้องการ” และ“ ความชอบ” และการเสพติดนั้นมีลักษณะเฉพาะคือ“ ความต้องการ” ที่เกี่ยวข้องกับคิวที่เพิ่มขึ้นและ“ ความชอบ” ที่เกี่ยวข้องกับรางวัลลดลง (Robinson, Fischer, Ahuja, Lesser, & Maniates, 2015). จำเป็นต้องมีกระบวนทัศน์การทดลองขั้นสูงตัวชี้นำที่ไม่เข้ากันและรางวัลในการศึกษาในอนาคต นอกจากนี้ยังมีประโยชน์ในการประเมินความต้องการทางเพศและความชอบต่อสิ่งเร้าที่สื่อลามกและเพื่อตรวจสอบความสัมพันธ์ของพวกเขากับสัญญาณไฟฟ้า
โดยสรุปเราได้ขยายผลจากการค้นพบก่อนหน้านี้เพื่อแสดงให้เห็นว่าบุคคลที่มี TCA แสดงการขาดดุลของระบบประสาทโดยเฉพาะสำหรับการชี้นำภาพอนาจารในระหว่างขั้นตอนต้นและช่วงปลายของกระบวนการยับยั้ง ข้อมูลพฤติกรรมและอิเล็กโทรฟิสิโอวิทยาของการศึกษานี้แสดงให้เห็นว่าการเสพติดทางไซเบอร์อาจมีส่วนร่วมกับลักษณะทางประสาทวิทยาและ ERP ของความผิดปกติในการใช้สารเสพติดหรือพฤติกรรมการเสพติดซึ่งสนับสนุนมุมมองที่ว่าการเสพติดไซเบอร์เซ็กส์สามารถถูกกำหนดแนวความคิดว่าเป็นการเสพติดพฤติกรรม
แหล่งเงินทุน
งานนี้ได้รับการสนับสนุนโดย National Natural Science Foundation of Chin (หมายเลขทุน: 31700980)
ผลงานของผู้เขียน
JW และ BD มีส่วนร่วมในแนวคิดและการออกแบบการศึกษา JW มีส่วนร่วมในการเตรียมข้อมูลการวิเคราะห์ทางสถิติและเขียนต้นฉบับ JW และ BD มีส่วนร่วมในการดูแลการศึกษาและแก้ไขต้นฉบับ ผู้เขียนทุกคนสามารถเข้าถึงข้อมูลทั้งหมดในการศึกษาได้อย่างเต็มที่และรับผิดชอบต่อความสมบูรณ์ของข้อมูลและความถูกต้องของการวิเคราะห์ข้อมูล
ขัดผลประโยชน์
ผู้เขียนรายงานว่าไม่มีความขัดแย้งทางผลประโยชน์
วัสดุเสริม
ข้อมูลเพิ่มเติมของบทความนี้สามารถพบได้ทางออนไลน์ที่ https://doi.org/10.1556/2006.2020.00059
อ้างอิง
เดอ Alarcon, R., เดอลาอิเกลเซีย, จิ, Casado, NM, & มอนเตโจ, อลาบาม่า (2019). การติดสื่อลามกออนไลน์: สิ่งที่เรารู้และสิ่งที่เราทำไม่ได้ - การทบทวนอย่างเป็นระบบ. วารสารการแพทย์คลินิก, 8(1), 91. https://doi.org/10.3390/jcm8010091.
แอนตัน, S., & ยี่ห้อสินค้า, M. (2018). ลักษณะและสภาพแรงกระตุ้นในเพศชายที่มีแนวโน้มไปสู่ความผิดปกติของการใช้สื่อลามกทางอินเทอร์เน็ต. พฤติกรรมเสพติด, 79, 171-177. https://doi.org/10.1016/j.addbeh.2017.12.029.
แอนตัน, S., & Matthias, B. (2020). การควบคุมการยับยั้งและการใช้สื่อลามกทางอินเทอร์เน็ตที่มีปัญหา - บทบาทการสร้างสมดุลที่สำคัญของอินซูลา, วารสารพฤติกรรมการเสพติด, 9(1), 58-70. https://doi.org/10.1556/2006.2020.00010.
แอนตัน, S., มูลเลอร์, เอสเอ็ม, เวกมันน์, E., ทรอตซ์เก, P., Schulte, เอ็มเอ็ม, & ยี่ห้อสินค้า, M. (2019). แง่มุมของความหุนหันพลันแล่นและแง่มุมที่เกี่ยวข้องทำให้เกิดความแตกต่างระหว่างการใช้สื่อลามกทางอินเทอร์เน็ตเพื่อการพักผ่อนหย่อนใจและไร้การควบคุม. วารสารพฤติกรรมการเสพติด, 8(2), 223-233. https://doi.org/10.1556/2006.8.2019.22.
บัลเลสเตอร์ - อาร์นัล, R., คาสโตรคัลโว, J., กิล-ยาริโอ, เอ็มดี, & กิล - จูเลีย, B. (2017). การติด Cybersex: การศึกษาเกี่ยวกับนักศึกษาวิทยาลัยชาวสเปน. วารสาร Sex & Marital Therapy, 43(6), 567-585. https://doi.org/10.1080/0092623X.2016.1208700.
ยี่ห้อสินค้า, M., Laier, C., พาวลิคอฟสกี้, M., เชชเทิล, U., Scholer, T., & อัลท์ซเตตเตอร์-ไกลช์, C. (2011). การดูภาพลามกอนาจารทางอินเทอร์เน็ต: บทบาทของการให้คะแนนความเร้าอารมณ์ทางเพศและอาการทางจิตเวชศาสตร์สำหรับการใช้เว็บไซต์ทางเพศทางอินเทอร์เน็ตมากเกินไป. ไซเบอร์จิตวิทยาพฤติกรรมและเครือข่ายสังคม, 14(6), 371-377. https://doi.org/10.1089/cyber.2010.0222.
ยี่ห้อสินค้า, M., Snagowski, J., Laier, C., & มาเดอร์วัลด์, S. (2016). กิจกรรม Ventral striatum เมื่อรับชมภาพลามกอนาจารที่ต้องการนั้นมีความสัมพันธ์กับอาการของการเสพติดสื่อลามกทางอินเทอร์เน็ต. NeuroImage, 129, 224-232. https://doi.org/10.1016/j.neuroimage.2016.01.033.
ยี่ห้อสินค้า, M., เวกมันน์, E., แข็งแรง, R., เจ้าของโรงโม่, A., วูล์ฟลิง, K., ร็อบบินส์, ทีดับบลิว, (2019). รูปแบบปฏิสัมพันธ์ของบุคคล - ความรู้ความเข้าใจ - การดำเนินการ (I-PACE) สำหรับพฤติกรรมเสพติด: อัปเดตการวางนัยทั่วไปของพฤติกรรมเสพติดที่นอกเหนือจากความผิดปกติในการใช้งานอินเทอร์เน็ตและการกำหนดคุณลักษณะของกระบวนการของพฤติกรรมเสพติด. ประสาทวิทยาศาสตร์และชีวจิตรีวิว, 104, 1-10. https://doi.org/10.1016/j.neubiorev.2019.06.032.
ยี่ห้อสินค้า, M., หนุ่ม, KS, & Laier, C. (2014). การควบคุมส่วนหน้าและการติดอินเทอร์เน็ต: แบบจำลองทางทฤษฎีและการทบทวนผลการค้นพบทางประสาทวิทยาและประสาทวิทยา. ชายแดนในด้านประสาทวิทยาของมนุษย์, 8, 375. https://doi.org/10.3389/fnhum.2014.00375.
ยี่ห้อสินค้า, M., หนุ่ม, KS, Laier, C., วูล์ฟลิง, K., & Potenza, มินนิโซตา (2016). การบูรณาการข้อพิจารณาทางจิตวิทยาและ neurobiological เกี่ยวกับการพัฒนาและการบำรุงรักษาความผิดปกติของการใช้งานอินเทอร์เน็ตโดยเฉพาะ: ปฏิสัมพันธ์ของตัวแบบบุคคลที่มีผลต่อความรู้ความเข้าใจ - การดำเนินการ (I-PACE). ประสาทวิทยาศาสตร์และชีวจิตรีวิว, 71, 252-266. https://doi.org/10.1016/j.neubiorev.2016.08.033.
Campanella, S. (2013). เหตุใดจึงถึงเวลาพัฒนาการใช้ศักยภาพที่เกี่ยวข้องกับความรู้ความเข้าใจในการรักษาโรคจิตเวช. โรคทางจิตเวชและการรักษา, 9, 1835-1845. https://doi.org/10.2147/NDT.S53687.
Campanella, S., โพกาเรล, O., & บูทรอส, N. (2014). ศักยภาพที่เกี่ยวข้องกับเหตุการณ์ในความผิดปกติของการใช้สารเสพติด: การทบทวนเรื่องเล่าจากบทความตั้งแต่ปี 1984 ถึง 2012. EEG ทางคลินิกและประสาทวิทยา, 45(2), 67-76. https://doi.org/10.1177/1550059413495533.
Campanella, S., Schroder, E., คาจอช, H., ประสานเสียง, X., & กรรีช, C. (2019). เหตุใดศักยภาพที่เกี่ยวข้องกับเหตุการณ์ทางปัญญา (ERP) จึงควรมีบทบาทในการจัดการความผิดปกติของแอลกอฮอล์. ประสาทวิทยาศาสตร์และชีวจิตรีวิว, 106, 234-244. https://doi.org/10.1016/j.neubiorev.2018.06.016.
เฉิน, LJ, วัง, X., เฉิน, เอสเอ็ม, เจียง, CH, & วัง, JX (2018). ความน่าเชื่อถือและความถูกต้องของมาตราส่วนการใช้สื่อลามกทางอินเทอร์เน็ตที่มีปัญหาในนักศึกษาจีน. วารสารสาธารณสุขจีน, 34(7), 1034-1038.
เดวิส, RA (2001). รูปแบบความรู้ความเข้าใจพฤติกรรมของการใช้อินเทอร์เน็ตทางพยาธิวิทยา. คอมพิวเตอร์ในพฤติกรรมมนุษย์, 17(2), 187-195. https://doi.org/10.1016/S0747-5632(00)00041-8.
กระเจี๊ยว, G., & Potenza, มินนิโซตา (2014). รูปแบบความรู้ความเข้าใจและพฤติกรรมของความผิดปกติในการเล่นเกมทางอินเทอร์เน็ต: พื้นฐานทางทฤษฎีและผลกระทบทางคลินิก. วารสารวิจัยจิตเวช, 58, 7-11. https://doi.org/10.1016/j.jpsychires.2014.07.005.
Donkers, เอฟซี, & แวนบ็อกซ์เทล, จีเจ (2004). งาน N2 ใน go / no-go สะท้อนถึงการเฝ้าติดตามความขัดแย้งไม่ใช่การยับยั้งการตอบสนอง. สมองและความรู้ความเข้าใจ, 56(2), 165-176. https://doi.org/10.1016/j.bandc.2004.04.005.
ดรัมมอนด์, กระแสตรง (2001). ทฤษฎีความอยากยาเสพติดสมัยโบราณและสมัยใหม่. ติดยาเสพติด, 96(1), 33-46. https://doi.org/10.1046/j.1360-0443.2001.961333.x.
ถัง, M. (1993). ผลของความสนใจและความน่าจะเป็นในการกระตุ้นต่อ ERP ในงาน Go / Nogo. จิตวิทยาทางชีวภาพ, 35(2), 123-138. https://doi.org/10.1016/0301-0511(93)90009-W.
Falkenstein, M. (2006). การยับยั้งความขัดแย้งและ Nogo-N2. สรีรวิทยาทางคลินิก, 117(8), 1638-1640. https://doi.org/10.1016/j.clinph.2006.05.002.
Ge, L., Ge, X., Xu, Y., เหวย, K., Zhao, J., & ฮ่องกง, X. (2011). P300 การเปลี่ยนแปลงและการบำบัดพฤติกรรมทางปัญญาในผู้ป่วยที่มีโรคติดอินเทอร์เน็ต: การศึกษาติดตามผล 3 เดือน. การวิจัยการฟื้นฟูระบบประสาท, 6(26), 2037-2041.
โกลา, M., วรเดชา, M., มาร์ชิวก้า, A., & เซสคูส, G. (2016). ภาพสิ่งเร้าทางเพศ - คิวหรือรางวัล? มุมมองในการตีความผลการตรวจด้วยภาพสมองเกี่ยวกับพฤติกรรมทางเพศของมนุษย์. ชายแดนในด้านประสาทวิทยาของมนุษย์, 10, 402. https://doi.org/10.3389/fnhum.2016.00402.
โกลา, M., วรเดชา, M., เซสคูส, G., ลิว-Starowicz, M., คอซซอฟสกี้, B., ไวพิช, M., (2017). สื่อลามกสามารถเสพติดได้หรือไม่ การศึกษา fMRI ของผู้ชายที่แสวงหาการรักษาเพื่อใช้สื่อลามกที่เป็นปัญหา. Neuropsychopharmacology, 42(10), 2021-2031. https://doi.org/10.1038/npp.2017.78.
โกรแมน, เอสเอ็ม, เจมส์, AS, & Jentsch, JD (2009). การยับยั้งการตอบสนองที่ไม่ดี: ที่จุดเชื่อมต่อระหว่างการใช้สารเสพติดกับโรคสมาธิสั้น / สมาธิสั้น. ประสาทวิทยาศาสตร์และชีวจิตรีวิว, 33(5), 690-698. https://doi.org/10.1016/j.neubiorev.2008.08.008.
ฮา, จีเอ็ม (2006). ความแตกต่างทางเพศในการบริโภคสื่อลามกของผู้ใหญ่ที่รักต่างเพศในเดนมาร์ก. จดหมายเหตุเกี่ยวกับพฤติกรรมทางเพศ, 35(5), 577-585. https://doi.org/10.1007/s10508-006-9064-0.
เคิร์ตซ์แมน, S., โลเลงถู, K., Aizer, A., วีนเดอร์, M., คอตเลอร์, M., & ดั๊นนน, PN (2008). ประสิทธิภาพที่ไม่สะดุดในนักพนันที่เป็นโรค. จิตเวชศาสตร์วิจัย, 161(1), 1-10. https://doi.org/10.1016/j.psychres.2007.06.026.
Klucken, T., เวห์รัม-โอซินสกี้, S., Schweckendiekdie, J., ครูซ, O., & แข็งแรง, R. (2016). ปรับเงื่อนไขการกระตุ้นความอยากอาหารและการเชื่อมต่อระบบประสาทในวิชาที่มีพฤติกรรมทางเพศแบบบีบบังคับ. วารสารการแพทย์ทางเพศ, 13(4), 627-636. https://doi.org/10.1016/j.jsxm.2016.01.013.
โคเบอร์, H., ลาคาดี, CM, เลอร์, พ.ศ., Malison, RT, Sinha, R., & Potenza, มินนิโซตา (2016). กิจกรรมเกี่ยวกับสมองระหว่างความอยากโคเคนและการพนันเรียกร้อง: การศึกษา fMRI. Neuropsychopharmacology, 41(2), 628-637. https://doi.org/10.1038/npp.2015.193.
ทำไม, A. (1988). การทับซ้อนระหว่าง P300 และศักยภาพที่เกี่ยวข้องกับการเคลื่อนไหว: การตอบสนองต่อ Verleger. จิตวิทยาทางชีวภาพ, 27(1), 51-58. https://doi.org/10.1016/0301-0511(88)90005-1.
ก, A., ศิลชา - มโน, S., โฟเกล, ย, มิคูลินเซอร์, M., เรด, RC, & Potenza, มินนิโซตา (2014). การพัฒนาไซโครเมตริกของมาตราส่วนการใช้สื่อลามกที่มีปัญหา. พฤติกรรมเสพติด, 39(5), 861-868. https://doi.org/10.1016/j.addbeh.2014.01.027.
โกวาลิวสกา, E., กรับส์, JB, Potenza, มินนิโซตา, โกลา, M., เดรป, M., & Kraus, SW (2018). กลไกทางระบบประสาทในความผิดปกติของพฤติกรรมทางเพศที่บีบบังคับ. รายงานสุขภาพทางเพศในปัจจุบัน, 10(4), 255-264. https://doi.org/10.1007/s11930-018-0176-z.
Laier, C., & ยี่ห้อสินค้า, M. (2014). หลักฐานเชิงประจักษ์และการพิจารณาเชิงทฤษฎีเกี่ยวกับปัจจัยที่มีส่วนทำให้เกิดการเสพติดไซเบอร์จากมุมมองทางปัญญาและพฤติกรรม. การเสพติดทางเพศและการบีบบังคับ, 21(4), 305-321. https://doi.org/10.1080/10720162.2014.970722.
Laier, C., พาวลิคอฟสกี้, M., เปกัล, J., Schulte, FP, & ยี่ห้อสินค้า, M. (2013). ติดยาเสพติด Cybersex: เร้าอารมณ์ทางเพศที่มีประสบการณ์เมื่อดูสื่อลามกและไม่ติดต่อทางเพศในชีวิตจริงสร้างความแตกต่าง. วารสารพฤติกรรมการเสพติด, 2(2), 100-107. https://doi.org/10.1556/JBA.2.2013.002.
ลิตเทล, M., ยูเซอร์, AS, มูนาฟอ, นาย, & ฟรานโกเนีย, IH (2012). ดัชนี Electrophysiological ของการประมวลผลความรู้ความเข้าใจแบบลำเอียงของตัวชี้นำที่เกี่ยวข้องกับสาร: การวิเคราะห์อภิมาน. ประสาทวิทยาศาสตร์และชีวจิตรีวิว, 36(8), 1803-1816. https://doi.org/10.1016/j.neubiorev.2012.05.001.
ลุยเตน, M., มาเคียลเซ่น, เมกะวัตต์, เวลท์แมน, ดีเจ, เฮสเตอร์, R., เดอฮาน, L., & ฟรานโกเนีย, IH (2014). การทบทวนอย่างเป็นระบบของการศึกษา ERP และ fMRI ซึ่งตรวจสอบการควบคุมการยับยั้งและการประมวลผลข้อผิดพลาดในผู้ที่พึ่งพาสารเสพติดและการเสพติดพฤติกรรม. วารสารจิตเวชศาสตร์และประสาทวิทยาศาสตร์, 39(3), 149-169. .
เมียร์เคอร์ก, จีเจ, ไอน์เดน, RJVD, & การ์เรตเซน, HF (2006). การคาดการณ์การใช้อินเทอร์เน็ตเชิงบังคับ: ทุกอย่างเกี่ยวกับเรื่องเพศ!. CyberPsychology & Behavior, 9(1), 95-103. https://doi.org/10.1089/cpb.2006.9.95.
meule, A., ลัทซ์, A., โวเกเล, C., & คูเบลอร์, A. (2012). ความอยากอาหารมีความแตกต่างกันระหว่างผู้อดอาหารที่ประสบความสำเร็จและไม่ประสบความสำเร็จ การตรวจสอบความถูกต้องของแบบสอบถามความอยากอาหารในภาษาเยอรมัน. ความอยากอาหาร, 58(1), 88-97. https://doi.org/10.1016/j.appet.2011.09.010.
มิเดิล, เอสเอฟ, บูเชล, C., & ปีเตอร์ส, J. (2014). ความอยากที่เกิดจากคิวจะเพิ่มความหุนหันพลันแล่นผ่านการเปลี่ยนแปลงของสัญญาณค่าสไตรค์ในนักพนันที่มีปัญหา. วารสารประสาทวิทยา, 34(13), 4750-4755. https://doi.org/10.1523/JNEUROSCI.5020-13.2014.
Nieuwenhuis, S., แอสตันโจนส์, G., & โคเฮน, JD (2005). การตัดสินใจ P3 และระบบ locus coeruleus – norepinephrine. ประกาศทางจิตวิทยา, 131(4), 510-532. https://doi.org/10.1037/0033-2909.131.4.510.
Nieuwenhuis, S., เหยิง, N., แวนเดนไวลเดนเบิร์ก, W., & ริดเดอรินโฮฟ, KR (2003). Electrophysiological มีความสัมพันธ์กับฟังก์ชัน cingulate ล่วงหน้าในงาน go / no-go: ผลของความขัดแย้งในการตอบสนองและความถี่ประเภทการทดลอง. ประสาทวิทยาศาสตร์เกี่ยวกับความรู้ความเข้าใจอารมณ์และพฤติกรรม, 3(1), 17-26. https://doi.org/10.3758/CABN.3.1.17.
แพ็ตตัน, JH, Stanford, MS, & รัต, ES (1995). โครงสร้างปัจจัยของระดับความหุนหันพลันแล่นของรัต. วารสารจิตวิทยาคลินิก, 51(6), 768-774. https://doi.org/10.1002/1097-4679(199511)51:6%3C768::AID-JCLP2270510607%3E3.0.CO;2-1.
พอล, T., ชิฟเฟอร์, B., ซวอร์ก, T., Krüger, TH, Karama, S., เชดโลว์สกี้, M., (2008). การตอบสนองของสมองต่อสิ่งเร้าทางเพศที่มองเห็นได้ในชายรักต่างเพศและรักร่วมเพศ. การทำแผนที่สมองของมนุษย์, 29(6), 726-735. https://doi.org/10.1002/hbm.20435.
Potenza, มินนิโซตา (2008). ประสาทชีววิทยาของการพนันทางพยาธิวิทยาและการติดยา: ภาพรวมและข้อค้นพบใหม่ ๆ. ปรัชญาการทำธุรกรรมของราชสมาคมข: วิทยาศาสตร์ชีวภาพ, 363(1507), 3181-3189. https://doi.org/10.1098/rstb.2008.0100.
Prause, N., สตีล, VR, สเตลีย์, C., Sabatinelli, D., & ฮัจจัก, G. (2016). Prause และคณะ (2015) การปลอมแปลงล่าสุดของการทำนายการติด. จิตวิทยาทางชีวภาพ, 120, 159-161.
โรบินสัน, TE, & Berridge, KC (2008). ทฤษฎีการกระตุ้นให้ติดสิ่งกระตุ้น: บางประเด็นในปัจจุบัน. ปรัชญาการทำธุรกรรมของราชสมาคมข: วิทยาศาสตร์ชีวภาพ, 363(1507), 3137-3146. https://doi.org/10.1098/rstb.2008.0093.
โรบินสัน, MJF, ฟิสเชอร์, AM, Ahuja, A., น้อยกว่า, EN, & มานิตย์, H. (2015). บทบาทของ“ ความต้องการ” และ“ ความชอบ” ในพฤติกรรมจูงใจ: การพนันอาหารและสิ่งเสพติด. ใน ประสาทพฤติกรรมของแรงจูงใจ (PP 105-136). จาม: สปริงเกอร์.
รอสส์, เมกะวัตต์, มันซง, SA, & Daneback, K. (2012). ความชุกความรุนแรงและสหสัมพันธ์ของการใช้อินเทอร์เน็ตทางเพศที่เป็นปัญหาในชายและหญิงชาวสวีเดน. จดหมายเหตุเกี่ยวกับพฤติกรรมทางเพศ, 41(2), 459-466. https://doi.org/10.1007/s10508-011-9762-0.
Seok, เจดับบลิว, & บุตรชาย, JH (2015). สารตั้งต้นของประสาทของความต้องการทางเพศในบุคคลที่มีพฤติกรรมที่มีปัญหาทางเพศ. ชายแดนในประสาทวิทยาพฤติกรรม, 9, 321. https://doi.org/10.3389/fnbeh.2015.00321.
ซกฮัดเซ, E., สจ๊วต, C., ฮอลลิฟิลด์, M., & แทสมัน, A. (2008). การศึกษาศักยภาพที่เกี่ยวข้องกับเหตุการณ์เกี่ยวกับความผิดปกติของผู้บริหารในภารกิจเร่งปฏิกิริยาในการติดโคเคน. วารสารประสาทบำบัด, 12(4), 185-204. https://doi.org/10.1080/10874200802502144.
สเปคเลอร์, PA, ชะรานี, B., ฮัดสัน, KE, ช่างปั้น, A., ฟอกซ์, JJ, & Garavan, H. (2016). การยับยั้งการตอบสนองและยาเสพติด: ตั้งแต่การใช้จนถึงการเลิกบุหรี่. ใน ความก้าวหน้าในการวิจัยสมอง (223 ฉบับ, pp 143-164). เอลส์.
แข็งแรง, R., Klucken, T., Potenza, มินนิโซตา, ยี่ห้อสินค้า, M., & สตราห์เลอร์, J. (2018). ความเข้าใจในปัจจุบันเกี่ยวกับความผิดปกติของพฤติกรรมทางเพศของพฤติกรรมทางเพศที่ผิดปกติและการใช้สื่อลามกที่เป็นปัญหา. รายงานประสาทวิทยาศาสตร์เชิงพฤติกรรม, 5(4), 218-231. https://doi.org/10.1007/s40473-018-0162-9.
ซัสแมน, CJ, ฮาร์เปอร์, JM, เหล็ก, JL, & ไวเกิล, P. (2018). การติดอินเทอร์เน็ตและวิดีโอเกม: การวินิจฉัยโรคระบาดวิทยาและระบบประสาท. คลินิกจิตเวชเด็กและวัยรุ่น, 27(2), 307-326.
Su, B., ยาง, L., วัง, GY, วัง, S., Li, S., เฉา, H., (2017). ผลของตัวชี้นำที่เกี่ยวข้องกับยาต่อการยับยั้งการตอบสนองผ่านการเลิกบุหรี่: การศึกษานำร่องในผู้ที่งดเฮโรอีนชาย. วารสารอเมริกันเรื่องการใช้สารเสพติดและแอลกอฮอล์, 43(6), 664-670. https://doi.org/10.1080/00952990.2017.1283695.
ทิฟฟานี่, เซนต์, & เฟย์เรย์, JM (2012). ความสำคัญทางคลินิกของความอยากยา. พงศาวดารของ New York Academy of Sciences, 1248(1), 1-17. https://doi.org/10.1111/j.1749-6632.2011.06298.x.
คำกริยา, F., & โลแกน, GD (2008). การยับยั้งการตอบสนองในกระบวนทัศน์สัญญาณหยุด. แนวโน้มของวิทยาศาสตร์พุทธิปัญญา, 12(11), 418-424. https://doi.org/10.1016/j.tics.2008.07.005.
Voon, V., ไฝ, วัณโรค, ธนาคาร, P., พนักงานยกกระเป๋า, L., มอร์ริส, L., มิทเชลล์, S., (2014). ระบบประสาทมีความสัมพันธ์กับปฏิกิริยาทางเพศในบุคคลที่มีและไม่มีพฤติกรรมทางเพศที่ต้องกระทำ. PloS One, 9(7), e102419. https://doi.org/10.1371/journal.pone.0102419.
เวห์รัม, S., Klucken, T., เคเกอร์, S., วอลเตอร์, B., แฮร์มันน์, A., ไวต์ล, D., (2013). ความคล้ายคลึงกันทางเพศและความแตกต่างในการประมวลผลประสาทของสิ่งเร้าทางเพศที่มองเห็น. วารสารการแพทย์ทางเพศ, 10(5), 1328-1342. https://doi.org/10.1111/jsm.12096.
เวียร์, RW, บาร์โธโลว์, BD, แวนเดนไวลเดนเบิร์ก, E., พึมพำ, C., Engels, RCME, เชอร์, KJ, (2007). กระบวนการอัตโนมัติและการควบคุมและการพัฒนาพฤติกรรมการเสพติดในวัยรุ่น: การตรวจสอบและรูปแบบ. เภสัชวิทยาชีวเคมีและพฤติกรรม, 86(2), 263-283. https://doi.org/10.1016/j.pbb.2006.09.021.
Zhao, X., หลิว, X., & แมส, JH (2017). การตอบสนองทางพฤติกรรมและสมองของผู้สูบบุหรี่ชายต่อสิ่งเร้าที่เกี่ยวข้องกับบุหรี่ที่เบี่ยงเบนในกระบวนทัศน์คี่บอลสองทางเลือก. วารสาร Psychophysiology, 32(4), 172-181. https://doi.org/10.1027/0269-8803/a000195.
โจว, ZH, หยวน, GZ, เย้า, JJ, Li, C., & เฉิง, ZH (2010). การตรวจสอบศักยภาพที่เกี่ยวข้องกับเหตุการณ์ของการควบคุมการยับยั้งการขาดในผู้ที่มีการใช้งานอินเทอร์เน็ตพยาธิวิทยา. Acta Neuropsychiatrica, 22(5), 228-236. https://doi.org/10.1111/j.1601-5215.2010.00444.x.
จู้, TM, Li, H., จิน, RJ, เจิ้งเหอ, Z., Luo, Y., Ye, H., (2012). ผลของการฝังเข็มด้วยไฟฟ้าร่วมกับการแทรกแซงทางจิตต่อการทำงานขององค์ความรู้และศักยภาพที่เกี่ยวข้องกับเหตุการณ์ P300 และการปฏิเสธที่ไม่ตรงกันในผู้ป่วยที่ติดอินเทอร์เน็ต. วารสารการแพทย์บูรณาการจีน, 18(2), 146-151. https://doi.org/10.1007/s11655-012-0990-5.
ซิลเวอร์สแตนด์, A., & โกลด์สไตน์, RZ (2020). รูปแบบการติดยาสองแบบ: รูปแบบการยับยั้งการตอบสนองที่บกพร่องและรูปแบบการระบุแหล่งที่มา. ใน ความรู้ความเข้าใจและการเสพติด (PP 17-23). สื่อวิชาการ.
Zung, WW (1971). เครื่องมือให้คะแนนสำหรับโรควิตกกังวล. Psychosomatics: Journal of Consultation and Liaison จิตเวชศาสตร์, 12(6): 371-379. https://doi.org/10.1016/S0033-3182(71)71479-0.
Zung, WW, ริชาร์ด, CB, & สั้น, MJ (1965). ระดับความซึมเศร้าแบบประเมินตนเองในคลินิกผู้ป่วยนอก: การตรวจสอบความถูกต้องเพิ่มเติมของ SDS. จดหมายเหตุทั่วไปจิตเวชศาสตร์, 13(6), 508-515. https://doi.org/10.1001/archpsyc.1965.01730060026004.