Ang Higher Media Multi-Tasking Activity ay Associated with Smaller Gray-Matter Density sa Anterior Cingulate Cortex (2014)

Pagsipi: Loh KK, Kanai R (2014) Mas Mataas na Aktibidad sa Mga Gawain na Mas Mataas na Media Ay Naiugnay sa Mas maliit na Grey-Matter Density sa Anterior Cingulate Cortex. I-PLO ang ISANG 9 (9): e106698. doi: 10.1371 / journal.pone.0106698

Editor: Katsumi Watanabe, Unibersidad ng Tokyo, Japan

Natanggap: Pebrero 25, 2014; Tinanggap: Agosto 8, 2014; Nai-publish: Septiyembre 24, 2014

Copyright: © 2014 Loh, Kanai. Ito ay isang open-access na artikulo na ipinamamahagi sa ilalim ng mga termino ng Creative Commons Attribution License, na nagpapahintulot sa walang limitasyong paggamit, pamamahagi, at pagpaparami sa anumang daluyan, kung ang orihinal na may-akda at mapagkukunan ay kredito.

Pagpopondo: Ang pondo para sa proyektong ito ay nagmula sa isang bigyan ng PRESTO mula sa Japan Science and Technology Agency. Ang mga pondo ay walang papel sa disenyo ng pag-aaral, pagkolekta at pagsusuri ng data, desisyon na mai-publish, o paghahanda ng manuskrito.

Nakikipagkumpitensya interes: Ang mga may-akda ay nagpahayag na walang nakikipagkumpitensya na interes.

pagpapakilala

Multitasking ng media, o ang kasabay na pagkonsumo ng maraming mga form sa media, ay lalong lumaganap sa modernong lipunan [1] at nauugnay sa nabawasan ang mga kakayahan ng control ng cognitive [2] pati na rin ang negatibong epekto sa psychosocial tulad ng pagkalungkot at pagkabalisa sa lipunan [3], negatibong kagalingan sa lipunan [4], at hindi magandang pagganap sa akademiko [5]. Gayunpaman, sa oras na ito, kaunti ang nalalaman tungkol sa mga proseso ng neural na nauugnay sa media multi-tasking. Ang kasalukuyang pag-aaral ay sinisiyasat ang mga ugnayan sa pagitan ng aktibidad ng multitasking ng media at pagkakaiba-iba ng istraktura ng utak. Ipinakita ng pananaliksik na ang istraktura ng utak ay maaaring mabago na may matagal na pagkakalantad sa mga kapaligiran ng nobela [6] pati na rin ang pagsasanay at karanasan [7], [8]. Bukod dito, ang pagkakaiba-iba ng rehiyon sa kulay-abo at puting bagay, na nasuri sa pamamagitan ng Voxel-Based Morphometry (VBM) ay mapagkakatiwalaang hinuhulaan ang mga indibidwal na pagkakaiba-iba sa isang hanay ng mga pag-andar ng nagbibigay-malay (tingnan ang [9] para sa isang pagsusuri). Batay sa mga natuklasan sa itaas, ipinakita namin na ang pagkakaiba-iba ng mga pakikipagsapalaran sa multitasking ng media ay sumasalamin din sa mga pagkakaiba-iba sa mga istruktura ng utak ng rehiyon.

Sa kasalukuyang pagsisiyasat, ang Media-Multitasking Index (MMI, [2]) ay pinagtibay bilang isang sukatan ng trait media-multitasking. Ang mga marka ng MMI ay patuloy na nauugnay sa indibidwal na pagganap sa mga gawain ng control ng cognitive [2], [10],[11]. Tulad nito, nagsisilbi silang maaasahang pag-uugali sa pag-uugali na may pagkakaiba-iba ng istraktura ng utak. Inaasahan namin na ang marka ng MMI ng isang indibidwal ay sumasalamin sa mga pagkakaiba-iba ng istraktura ng utak, partikular sa control ng cognitive at maraming lugar. Ang nakaraang pananaliksik ay nag-convert sa papel ng prefrontal cortical region sa cognitive control [12], [13], [14], [15]. Batay sa isang pag-aaral sa lesyon ni [16], ang mga natatanging mga rehiyon ay nasasangkot sa mga hindi magkakaibang mga aspeto ng multitasking: ang mga anterior at posterior cingulate ay kasangkot sa memorya ng retrospective, at ang mga prefrontal na rehiyon ay naipapahiwatig sa mga prospective na memorya at pagpaplano. Dahil dito, inaasahan naming makahanap ng mga asosasyon sa pagitan ng aktibidad ng multitasking ng media at ang pagkakaiba-iba ng istruktura sa mga rehiyon na ito. Ang aktibidad ng multitasking ng media ay malapit na nauugnay sa mga katangian ng pagkatao (ibig sabihin, neuroticism at extraversion [3]), na naman, ay mahuhulaan sa mga pagkakaiba-iba ng istruktura sa utak [17]. Tulad nito, ang pagkakaugnay sa pagitan ng multitasking ng media at istraktura ng utak ay maaaring malito sa mga pagkakaiba-iba ng katangian. Upang maimbestigahan ang posibilidad na ito, ang mga ugnayan sa pagitan ng MMI at Big Limang mga katangian ng pagkatao ay sinuri din.

Nakuha namin ang mga marka ng MMI, mga Big Lima na katangian ng mga katangian ng katangian at magnetic resonance imaging (MRI) na naka-scan sa 75 malusog na may sapat na gulang na medyo pamilyar sa mga computer at teknolohiya sa media. Upang suriin ang kaugnayan sa pagitan ng aktibidad ng multitasking ng media at pagkakaiba-iba ng istraktura ng utak, una naming iniugnay ang mga indibidwal na mga marka ng MMI na may density ng mga bagay na kulay-abo sa isang antas ng utak sa pamamagitan ng na-optimize na VBM [18]. Sinuri din namin ang mga ugnayan sa pagitan ng mga Big Limang katangian at mga marka ng MMI. Upang magaan ang pagganap ng kahalagahan ng aming nakuha na pagkakaiba-iba ng istruktura, sinuri namin ang pagpahinga ng aktibidad ng utak ng estado upang paliitin ang mga asosasyon sa pagitan ng mga marka ng MMI at pag-uugnay sa loob ng utak.

Pamamaraan

Mga Kalahok

Ang 75 malusog na may sapat na gulang (nangangahulugang edad = 24.6, SD = 5.0, 38 na lalaki) na hinikayat mula sa University College London (UCL) psychology participant pool ay nakibahagi sa kasalukuyang pag-aaral matapos magbigay ng kaalaman sa nakasulat na pahintulot. Ang pag-aaral ay naaprubahan ng lokal na komite ng etika ng UCL (code sa aplikasyon ng etika: 2213 / 002). Nag-screen kami ng mga kalahok upang isama ang mga mag-aaral sa unibersidad at kawani na pamilyar sa mga kompyuter at teknolohiya sa media. Binayaran sila ng cash para sa kanilang pakikilahok. Kabilang sa mga kalahok ng 75 na nakibahagi sa pag-aaral ng VBM, ang datos ng fMRI ay nakolekta mula sa isang subset ng mga kalahok ng 40. Ang kasarian, edad, antas ng edukasyon at mga marka ng MMI ay hindi naiiba nang malaki sa pagitan ng dalawang mga halimbawa (Table 1).

I-download:  

• PPT

  PowerPoint slide

• PNG

  mas malaking larawan (37KB)

• TIFF

  orihinal na larawan (190KB)

Talahanayan 1. Ang mga paghahambing sa pagitan ng mga katangian ng demograpiko at mga marka ng MMI ng mga kalahok na kasangkot sa mga pagsusuri sa VBM at pag-aaral ng pag-uugnay sa pagganap.

doi: 10.1371 / journal.pone.0106698.t001

Binagong Media Multitasking Questionnaire

Ang isang binagong bersyon ng Media Multi-tasking na Tanong [2] ay pinangangasiwaan sa lahat ng mga kalahok. Ang MMI ay nagbigay ng isang matatag na sukatan ng aktibidad ng aktibidad ng multi-tasking ng isang indibidwal. Ang palatanungan ay binubuo ng dalawang pangunahing seksyon: Ang unang seksyon na nakalista sa 12 karaniwang mga uri ng media at mga kalahok ay iniulat ang kabuuang bilang ng oras bawat linggo na ginugol nila gamit ang bawat daluyan. Sa binagong bersyon na ginamit sa kasalukuyang pag-aaral, ang mga uri ng media ng 10 ay pinanatili mula sa [2]: I-print ang media, telebisyon, video na nakabase sa computer, musika, mga tawag sa boses gamit ang mobile o telepono, instant messaging, Pagmemensahe ng Maikling Serbisyo (SMS), Email, pag-surf sa web at iba pang mga application na nakabase sa computer. Ang item na "video o mga laro sa computer" ay binago upang isama ang mga laro sa mga mobile phone. Ang item na "non-music audio" ay pinalitan ng "paggamit ng mga social networking site". Ang mga pagbabago ay ginawa upang mas mahusay na ipakita ang kasalukuyang mga uso sa pagkonsumo ng media. Ang pangalawang seksyon ay binubuo ng isang matris na kasangkot sa mga kalahok na nagpapahiwatig kung gaano sila kasabay na ginagamit ang lahat ng iba pang mga uri ng daluyan habang ginagamit nila ang isang pangunahing daluyan. Ang kabuuan ng kasabay na paggamit ay ipinahiwatig sa isang scale ng 1 hanggang 4 (1 = "Hindi kailanman", 2 = "Kaunti ng oras", 3 = "Ang ilan sa oras" at 4 = "Karamihan sa oras"). Ang mga sagot ng mga kalahok ay unang muling binasa tulad ng sumusunod: "Huwag kailanman" = 0, "Kaunti ng oras" = 0.33, "Ang ilan sa oras" = 0.67 at "Karamihan ng oras" = 1. Ang pagbubuod ng mga naibalik na tugon para sa bawat pangunahing daluyan ay nagbigay ng mean na bilang ng media na kasabay na ginagamit kapag gumagamit ng pangunahing daluyan. Ang MMI ay kinakalkula batay sa sumusunod na pormula: Kung saan m_i ay ang ibig sabihin ng bilang ng media na kasabay na ginagamit habang gumagamit ng pangunahing daluyan, i; h_i ay ang bilang ng mga oras bawat linggo na ginugol gamit ang pangunahing daluyan, i; at h_total ay ang kabuuang bilang ng mga oras bawat linggo na ginugol gamit ang lahat ng mga form sa media.

Malaking Limang Imbentaryo

Ang Big Limang Imbentaryo (BFI; [19]) nagbigay ng isang maikli at maaasahang 44-item na panukalang-batas para sa Big Limang mga kadahilanan ng pagkatao: extraversion (8 item), pagkakasundo (9 item), pagiging matapat (9 item), neuroticism (8 item) at pagiging bukas upang maranasan (10 item). Pinagtibay namin ang BFI upang suriin ang mga asosasyon sa pagitan ng MMI at Big Limang mga katangian ng personalidad sa aming sample.

MRI Data Acquisition

Ang isang 1.5 T Siemens Avanto scanner (Siemens Medical, Erlangen, Alemanya) ay ginamit upang makakuha ng mataas na resolusyon na mga istrukturang istruktura ng T1 na may timbang para sa bawat kalahok (MPRAGE; 1 mm³ cubic voxels; 160 hiwa; TR = 2730 ms; TE = 3.57 ms). Ang mga gumagawang data ng MRI ay nakuha gamit ang pataas na T2 * -weighted gradient-echo echo-planar imaging (EPI) na mga pagkakasunud-sunod na sensitibo sa BOLD na kaibahan. Ang bawat acquisition ay binubuo ng 32 pahilig na hiwa, 3.0 × 3.0 mm na resolusyon, 2.0 mm ang kapal na may 1.0 mm slice gap. Ang mga hiwa ng EPI ay pinagsama ang bawat isa para sa bawat paksa upang mabawasan ang pagkamaramdamin sa mga madaling makuha mula sa ilong ng ilong at upang mapakinabangan ang saklaw para sa mga orbitofrontal na rehiyon at posterior parietal cortex, habang isinasakripisyo ang saklaw sa ibabaw ng temporal poste. Tulad ng nasabing panghuling orientation ay umabot sa pagitan ng 8 ° hanggang 16 °. Ang agwat ng oras sa pagitan ng dalawang sunud-sunod na pagkuha ng parehong slice ay 2528 ms na may isang anggulo ng flip ng 90 degree at isang oras ng 44 ms echo. Ang larangan ng pagtingin ay 192 × 192 mm. Ang resolusyon ng digital na eroplano ay 64 × 64 mga pixel na may sukat ng pixel ng 3.0 × 3.0 mm. Ang lahat ng data ay nakuha gamit ang isang 32-channel head coil. Sa panahon ng pag-scan ng MRI, ang mga kalahok ay inutusan na panatilihing tumahimik, panatilihing bukas ang mga mata, at huwag mag-isip tungkol sa anumang bagay sa partikular. Ang isang run ay binubuo ng mga pagkuha ng dami ng 180 at ang paunang dami ng 6 ay itinapon mula sa pagsusuri upang maiwasan ang pagkalito ng hindi matatag na magnetization. Ang pahinga ng estado ng fMRI run ay tumagal ng humigit-kumulang na 7.5 minuto.

Pagsusuri ng Voxel-Based Morphometry (VBM)

Morphometry na batay sa Voxel (VBM; [20]) ay isang pangkaraniwang ginagamit na diskarte sa pagsusuri ng neuroimaging na nagbibigay-daan sa pag-aaral ng estadistika ng voxel-matalino na paunang na-proseso na mga imahe ng MRI. Ang mataas na resolusyon na mga istraktura ng istrukturang T1 na timbang ay sinuri sa VBM sa pamamagitan ng Statistical Parametric Mapping (SPM8, Wellcome Department of Cognitive Neurology). Ang mga imahe ay unang nahati para sa kulay abo at puting bagay. Ang Pagkarehistro ng Diffeomorphic Anatomical sa pamamagitan ng Pinalabas na Lie Algebra (DARTEL) ay kasunod na isinagawa upang irehistro ang mga larawan ng kulay-abo. Upang matiyak na ang dami ng kulay-abo na dami ng kulay-abo ay pinananatili pagkatapos ng pagpaparehistro, ang mga rehistradong imahe ay na-modulate ng Jacobian na nagpapasiya ng mga patlang na daloy na naipon ng DARTEL. Ang mga nakarehistrong kulay-abo na mga imahe ay naaninag gamit ang isang Gaussian kernel (buong lapad sa kalahating maximum = 10 mm) at pagkatapos ay binago at nabago sa normal na espasyo ng Montreal Neurological Institute (MNI) para sa karagdagang pagsusuri ng regression.

Ang maramihang pagsusuri ng regresyon ay isinagawa sa mga normal na imahe ng kulay-abo na may mga marka ng MMI bilang pangunahing regresor. Ang edad, kasarian at kabuuang dami ng utak ay kasama bilang mga covariates na walang interes para sa lahat ng mga regresyon. Upang makita ang mga voxels kung saan ang density ng rehiyonal na grey ng bagay ay nakakaugnay sa mga marka ng MMI, pinagtibay namin ang isang mahigpit na threshold ng p <.05 na may matalinong pagkakamali sa pamilya buong-utak na naitama.

Pagsusuri ng Pagkakakonekta sa Pagganap

Upang maisagawa ang pagganap na pagsusuri ng koneksyon, ginamit namin ang bersyon na bersyon ng koneksyon ng koneksyon ng koneksyon 13 (http://www.nitrc.org/projects/conn; [21]) pinagsama sa mga pamamaraan ng preprocessing ng SPM8. Ang mga hakbang sa preprocessing, na nakalista sa pagkakasunud-sunod, ay kasama ang pagwawasto para sa paghiwa ng oras, realignment ng data ng serye ng oras sa unang dami (ibig sabihin, pagwawasto ng paggalaw), co-rehistrasyon ng pagganap na serye ng oras ng MRI sa kaukulang istrukturang MRI, pagbubukod ng mga larawan sa hiwalay na tisyu mga uri tulad ng kulay abong bagay, puting bagay at cerebrospinal fluid (CSF), at pag-normalize sa karaniwang template ng MNI at spatial smoothing na may isang filter na Gaussian (FWHM = 8 mm). Ang data ng serye ng oras ay pagkatapos ay nai-filter ang bandpass sa 0.01 Hz-0.1 Hz.

Para sa pagtatasa ng pag-andar ng koneksyon sa batay sa binhi, ginamit namin ang isang solong makabuluhang kumpol na natagpuan sa pagsusuri sa VBM bilang ang seed-of-interest (ROI). Ang ibig sabihin ng serye ng oras na nakuha mula sa ROI ay ginamit na isang regresor sa isang maramihang modelo ng regression sa isang indibidwal na antas ng pagsusuri. Upang mabawasan ang mga impluwensya ng nakakagulat na mga kadahilanan, kasama ang mga regresor para sa anim na mga parameter ng pagwawasto ng paggalaw mula sa preprocessing. Bilang karagdagan, ang ibig sabihin ng mga signal ng BOLD para sa grey matter, puting bagay at CSF ay nakuha mula sa mga maskara na nilikha mula sa pamamaraan ng segmentasyon, at kasama rin bilang mga regresor upang mabawasan ang mga pagkakaiba-iba na nauugnay sa mga global signal. Ang mga korelasyon ng temporal sa pagitan ng signal ng ROI at ang natitirang bahagi ng utak ay kinalkula at ang mga ugnayan kasama ang mga buto ng ROI ay na-convert sa mga marka ng Z gamit ang pagbabagong-anyo ng Fisher para sa mga pagsusuri ng kabuluhan ng pangalawang antas.

Gamit ang imahe na statistic na Z-transform, una naming natukoy ang mga rehiyon ng utak na nagpapakita ng functional na koneksyon sa mga buto ng ROI gamit ang isang voxel-wisdom threshold ng p_{Itinama ang FWE}<0.05. Kasunod, gumamit kami ng isang hindi gaanong mahigpit na threshold ng p<0.001 (hindi naitama) bilang isang mask upang makuha ang mga konektadong rehiyon ng ACC para sa isang pangalawang antas ng pagtatasa kung saan nilayon naming hanapin ang mga rehiyon ng utak na may kaugnayan sa mga marka ng MMI. Nagsama kami ng edad, kasarian at kabuuang dami ng intracranial bilang covariates at nagpatibay ng isang threshold ng p <0.05 na may matalinong pagkakamali sa pamilya na naitama para sa dami na tinukoy ng paunang mask. Ang katwiran para sa paunang pagmamason ay upang matiyak na ang aming pagsusuri ay napilitan sa mga rehiyon ng utak na nagpapakita ng nakakaugnay na aktibidad sa rehiyon ng binhi. Kahit na nakita namin ang isang ugnayan sa mga indibidwal na pagkakaiba sa labas ng mga rehiyon na ito, ang mga nasabing mga natuklasan ay malamang na sumasalamin sa mga magagalitang ugnayan. Pinagtibay namin ang isang hindi gaanong mahigpit na threshold para sa masking upang madagdagan ang kapangyarihan ng aming ikalawang antas ng pagsusuri.

Ang mga naproseso na data ng imaging pati na rin ang mga database na naglalaman ng mga variable para sa parehong VBM at mga pag-aaral ng regression ng koneksyon sa koneksyon ay ginawang magagamit sa publiko sa: http://dx.doi.org/10.6084/m9.figshare.10​30286.

resulta

Ang VBM analysis ay nagsiwalat ng isang negatibong kaugnayan sa pagitan ng mga marka ng MMI at density ng grey matter sa anterior cingulate cortex (Figure 1; ACC; t (70) = 5.16, P_{Itinama ang FWE} <.05, Laki ng kumpol = 158 mga voxel × 1.5³ = 533 mm³; rurok MNI coordinate: x = 12, y = 41, z = 3). Walang ibang mga rehiyon ng utak ang nagpakita ng mga makabuluhang ugnayan sa mga marka ng MMI. Kaya, ang mas mataas na media-multitasking ay nauugnay sa mas maliit na mga kulay-abo na dami sa ACC. Gayunpaman, ang pag-aaral ng ugnayan sa pagitan ng mga marka ng MMI at BFI ay nagsiwalat ng isang lubos na makabuluhang kaugnayan sa pagitan ng mga marka ng Extraversion at MMI (Table 2; r = 0.347, p = 0.002). Dahil dito, pinaghihinalaan namin na ang napansin na MMI-ACC grey matter association ay maaaring malito ng mga indibidwal na pagkakaiba-iba sa mga marka ng extraversion. Kaugnay nito, inulit namin ang naunang pagsusuri sa VBM na karagdagang pagkontrol para sa mga marka ng BFI bilang karagdagang covariates. Nagpatakbo kami ng maraming regresyon (na may grey matter density bilang dependencies variable) kabilang ang MMI at lahat ng mga Big Five na mga marka ng katangian bilang mga prediktor kasama ang mga demographic covariates. Ang isang makabuluhang negatibong relasyon ay napansin sa pagitan ng MMI at kulay abo na dami sa magkaparehong rehiyon ng ACC (t (65) = 5.08, P_{Itinama ang FWE}<.05, Laki ng kumpol = 74 mga voxel × 1.5³ = 250 mm³; rurok MNI coordinate: x = 12, y = 40, z = 3). Iminungkahi nito na mayroong isang natatanging ugnayan sa pagitan ng MMI at grey matter density sa ACC na independiyenteng mga pagkakaiba-iba sa Big Limang katangian ng pagkatao.

I-download:  

• PPT

  PowerPoint slide

• PNG

  mas malaking larawan (475KB)

• TIFF

  orihinal na larawan (768KB)

Larawan 1. Ang mga pag-aaral sa regresyon ng VBM ay nagsiwalat na ang mga marka ng MMI ay makabuluhang nauugnay sa density ng grey matter sa ACC (t (70) = 5.16, P_{Itinama ang FWE} <0.05, Laki ng kumpol = 158 mga voxel x 1.5³ = 533 mm³; rurok MNI coordinate: x = 12, y = 41, z = 3).

Ang nababagay na grey matter density sa rurok voxel (Y-axis) ay negatibong nauugnay (r = -0.54, p<0.001) na may mga marka ng MMI (X-axis).

doi: 10.1371 / journal.pone.0106698.g001

I-download:  

• PPT

  PowerPoint slide

• PNG

  mas malaking larawan (20KB)

• TIFF

  orihinal na larawan (126KB)

Talahanayan 2. Pagwasto sa pagitan ng mga marka ng index ng multitasking index at mga marka ng Big Limang Inventoryo.

doi: 10.1371 / journal.pone.0106698.t002

Upang magaan ang pagganap ng kahalagahan ng aming mga resulta ng VBM, hinangad namin na matukoy, sa pamamagitan ng pag-aaral ng pag-uugnay sa pag-uugnay, mga rehiyon ng utak na nagpakita ng makabuluhang koneksyon sa aming nakuha na ACC na rehiyon-ng-interes (ROI). Inilahad ng pagsusuri na ito na ang aktibidad sa nakuha na ACC ROI ay nakakaugnay sa maraming mga rehiyon ng utak na karaniwang nailalarawan bilang Default Mode Network kasama ang bilateral temporo-parietal junctions (TPJ; kanang hemisphere, x = 48, y = −64, z = 36, p_{Itinama ang FWE}<0.05; kaliwang hemisphere, x = −44, y = −70, z = 36) at precuneus (x = 4, y = −68, z = 30, p_{Itinama ang FWE}<0.05) bukod sa iba pang mga rehiyon (Table 3). Ang mga resulta na ito ay iminungkahi na ang ACC ROI na aming nahanap na may pagsusuri sa VBM ay malamang na mahuhulog sa loob ng DMN. Susunod, karagdagang sinisiyasat namin kung ang mga marka ng MMI ay nauugnay sa pagkonekta sa pagitan ng aming mga ACC ROI at DMN na mga rehiyon. Ang mga pagsusuri ng pagkadismaya ay pinapatakbo sa mga ugnayang z-transform sa pagitan ng mga rehiyon ng ACC at DMN na may MMI bilang pangunahing tagahula at edad, kasarian at kabuuang dami ng utak bilang mga covariates. Walang mga makabuluhang asosasyon na lumitaw sa p_{Itinama ang FWE}<0.05. Gayunpaman, sa isang mas mahigpit na threshold ng p_{walang kamalian}<0.001, ang mas mataas na mga marka ng MMI ay nauugnay sa mas mahina na koneksyon sa pagitan ng ACC ROI at ang precuneus (Figure 2; precuneus; t (40) = 5.22, p_{walang kamalian}<0.001, Laki ng kumpol = 159 mm³; Peak MNI coordinate: x = 10, y = −50, z = 18). Binibigyang-diin namin na ang aming mga resulta ng pagkakonekta ay nakuha sa isang hindi gaanong mahigpit na threshold at nagbigay ng limitadong ebidensya para sa amin upang makagawa ng mga konklusyon tungkol sa MMI at mga samahan ng koneksyon sa koneksyon. Tulad nito, ang hanay ng mga natuklasan na ito ay nagsilbi lamang sa pagganap na interpretasyon ng aming mga resulta sa VBM.

I-download:  

• PPT

  PowerPoint slide

• PNG

  mas malaking larawan (795KB)

• TIFF

  orihinal na larawan (1.17MB)

Larawan 2. Ang pag-aaral ng pagkadismaya ay nagsiwalat na ang koneksyon sa pagitan ng ACC ROI at ang Precuneus (intersection ng mga asul na linya) ay negatibong nauugnay sa mga marka ng MMI (Precuneus; t (40) = 5.22, P_{FWE-uncorrected}<0.001, Laki ng kumpol = 159 mm³; Peak MNI coordinate: x = 10, y = −50, z = 18).

May negatibong relasyon (r = -0.68, p<0.001) sa pagitan ng nababagay na mga ugnayan na Z-transformed ACC-Precuneus (Y-axis) at mga marka ng MMI (X-axis).

doi: 10.1371 / journal.pone.0106698.g002

I-download:  

• PPT

  PowerPoint slide

• PNG

  mas malaking larawan (34KB)

• TIFF

  orihinal na larawan (177KB)

Talahanayan 3. Ang mga rehiyon ng utak na nagpapakita ng functional na koneksyon sa ACC ROI.

doi: 10.1371 / journal.pone.0106698.t003

Pagtalakay

Tulad ng hypothesized, ang kasalukuyang pag-aaral ay nagsiwalat ng isang makabuluhang ugnayan sa pagitan ng multitasking ng media at mga pagkakaiba-iba ng istraktura ng utak: Ang mga indibidwal na nag-uulat ng mas mataas na dami ng media multitasking ay mayroong mas maliit na grey matter density sa ACC. Ang asosasyong ito ay makabuluhan sa isang mahigpit na threshold (p_{Itinama ang FWE}<0.05) at naging independiyenteng mga pagkakaiba-iba sa Big Limang katangian ng Big Lima. Tatalakayin namin ang mga posibleng interpretasyon ng aming mga istruktura na nakakaugnay sa ilaw ng kamakailang katibayan tungkol sa mga function ng ACC at correlate ng pag-uugali ng MMI.

Ang ACC ay nagsisilbing isang mahalagang nexus ng mga landas sa pagproseso ng impormasyon sa utak at naipahiwatig sa sensorimotor, nociceptive, mas mataas na nagbibigay-malay at emosyonal / motivational na proseso [22], [23]. Sa mga ito, positibo namin na ang aming nakuha na rehiyon ng ACC ay malamang na maiugnay sa mas mataas na proseso ng cognitive dahil ang multitasking ng media ay patuloy na nauugnay sa pagganap ng kontrol ng kognitibo [2], [10], [11], [24]. Bukod dito, ang ACC ROI ay nagpakita ng makabuluhang pagganap na koneksyon sa mga rehiyon ng utak ng DMN na karaniwang naka-link din sa mas mataas na operasyon ng cognitive [25], [26].

Sa mga tuntunin ng pagproseso ng cognitive, sa ACC ay karaniwang naisip na kasangkot sa pagkakamali o pagtuklas ng conflict [27], [28]. Ang mga activation ng ACC ay karaniwang sinusunod sa mga gawain na sabay-sabay na na-aktibo sa mga hindi katugma na mga tugon ie ang Stroop Task [29], [30], pumipili pansin [31] at gawain ng flanker [32], [33]. Kapansin-pansin, ang ACC ay naipahiwatig sa mga paradigma ng dual-task [34], [35] kung saan ang isang indibidwal ay nahaharap sa nakikipagkumpitensya na stimuli at mga tugon na nauugnay sa dalawa o higit pang mga gawain. Analogous sa ito, sa multitasking ng media, ang mga indibidwal ay nahaharap sa natatanging mga kahilingan sa gawain na nauugnay sa maraming mga uri ng media na kanilang ginagamit nang sabay-sabay. Tulad nito, ang aming nakuha na ROI ay maaaring ipahiwatig sa mga dalawahang gawain na may kaugnayan sa pag-andar ng kognitibo. Ang isang kritikal na caveat ay na ang mga nabanggit na function ay karaniwang maiugnay sa dorsal ACC kumpara sa rostral region kung saan nakalagay ang aming ROI [23], [32], [35], [36]. Gayunpaman, nabanggit ng mga mananaliksik na ang delineation na ito ay hindi ganap [23], [34], [37]. Sa partikular, bilang suporta sa aming kasalukuyang interpretasyon, Dreher at mga kasamahan [34] iniulat na ang rostral ACC ay natatanging kasangkot sa detection ng conflict sa konteksto ng dual-tasking.

Ang aming pangunahing paghahanap ay nagpahiwatig na ang mas mabibigat na media multitaskers ay may mas maliit na dami ng ACC. Upang maipalabas ang mga posibleng implikasyon ng pag-uugali ng nabawasan na dami ng ACC sa mabibigat na multitaskers, sinuri namin ang mga pag-aaral sa pag-uugali na nag-uugnay sa MMI at kontrol ng kognitibo. Isang pag-aaral sa landmark ni Ophir et al. [2] unang ipinahayag ang ugnayan sa pagitan ng nadagdagan na aktibidad ng multitasking ng media at mas mahirap na kontrol sa nagbibigay-malay. Nakikipag-ugnayan sila sa mga kalahok sa isang hanay ng mga gawain ng control ng cognitive tulad ng Stroop task, task-switch, distractor filtering at ang n-back na gawain. Sa harap ng mga distractors, ang mabibigat na multitaskers (na may kaugnayan sa mas magaan na multitaskers) ay mas mabagal sa pag-alis ng mga pagbabago sa mga pattern ng visual, mas madaling kapitan ng mga maling pag-alaala ng mga distractors sa panahon ng isang gawain sa memorya, at mas mabagal sa paglipat ng gawain. Iminungkahi ng mga may-akda na ang mabibigat na multitasaker ay hindi gaanong maiiwasang mapigilan ang kanilang pansin lamang sa impormasyon na may kaugnayan sa gawain. Lui at Wong [24] nagbigay ng karagdagang katibayan na ang mas mabibigat na multitasker ay mas masahol pa sa pag-iwas sa mga aktibidad na hindi nauugnay na aktibidad at dahil dito ay magagawang mas mahusay sa mga gawain ng pagsasama-sama ng multisensory. Kasunod na pag-aaral [11] ay nagpakita na ang mabibigat na multitasaker ay nagsagawa ng mas masahol sa Operation Span Task (OSPAN) na halos kapareho sa isang dalawahan-gawain na paradigma dahil ang mga kalahok ay kinakailangang kasabay na malutas ang mga problema sa matematika at kabisaduhin ang ipinakita na mga titik. Ang mabibigat na multitasaker ay iniulat din ng higit na mga pagkabigo ng pansin sa pang-araw-araw na buhay [38]. Gayunpaman, isang kamakailan-lamang na pag-aaral nina Alzahabi at Becker [10] naiulat na salungat na mga natuklasan: ang mas mabibigat na multitasaker ay hindi mas masahol sa pagganap ng doble-gawain at mas mahusay sa paglipat ng gawain. Hindi rin nila nagawang kopyahin ang mga natuklasan ni Ophir et al. sa kabila ng paggamit ng magkatulad na gawain. Ang mga may-akda ay nabanggit na ang kanilang sample ay pangunahin sa babae at ito ay maaaring magresulta sa kanilang mga pagkakaiba sa mga natuklasan. Ipinakita nila ang kahalagahan ng paayon na pag-aaral upang maihayag ang matatag na ugnayan sa pagitan ng MMI at kontrol ng cognitive.

Sa buod, ang umiiral na panitikan ng MMI sa pangkalahatan ay nagmumungkahi na ang mga indibidwal na nakikibahagi sa mas mabibigat na media-multitasking ay nagpapakita ng hindi gaanong kakayahan sa kontrol ng nagbibigay-malay. Ang aming mga natuklasan sa kasalukuyan ay nagpapalawak ng panitikan na ito sa pamamagitan ng pag-link ng mas mabibigat na aktibidad ng media-multitasking na may mas maliit na volume sa ACC: isang rehiyon ng utak na naintindihan sa kontrol ng kognitibo batay sa pag-convert ng neuroimaging ebidensya. Binibigyang diin namin, gayunpaman, na maraming trabaho ang kinakailangan upang maitaguyod ang ugnayan sa pagitan ng istraktura ng ACC at mga kakayahan sa control ng cognitive. Ang mga pag-aaral ng mga pasyente na may mga lesyon ng ACC ay nagbigay ng napaka-halo-halong mga pananaw tungkol sa pangangailangan ng ACC sa mga implicated na pag-andar ng cognitive [39], [40], [41].

May posibilidad din na ang aming nakuha na rehiyon ng ACC ay kasangkot sa mga emosyonal / pagganyak na proseso dahil ito ay nakalagay sa rostral ACC na karaniwang nauugnay sa pagganyak at pagproseso ng emosyon. [23]. Ang nabawasan na dami ng ACC ay madalas na naipahiwatig sa mga karamdaman na nagsasangkot sa pagpoproseso ng emosyonal-motivational tulad ng obsessive-compulsive disorder [42], karamdaman sa post-traumatic stress [43], depresyon [44] at mga adiksyon na may kaugnayan sa droga at hindi gamot [45], [46]. Batay sa pananaw na ito, posible na ang mas mabibigat na multitasaker ng media, na may nabawasan na dami ng ACC, ay maaaring hindi gaanong itatapon sa regulasyon ng emosyonal at motivational. Sa katunayan, ang mas mataas na mga marka ng MMI ay matatagpuan upang maiugnay ang pagtaas ng neuroticism, sensation-seeking at impulsivity [3], [11] at negatibong mga socio-emosyonal na kinalabasan [4]. Kapansin-pansin, ang pattern ng mga pagkakaiba-iba ng istruktura ng utak na nakuha sa kasalukuyang pag-aaral ay katulad sa mga neural correlates ng pagkagumon sa Internet (IA). Ang mga indibidwal na may IA, na tinukoy lamang bilang patolohiya na labis na paggamit ng Internet o computer, ay natagpuan na nabawasan ang mga grey at puting bagay na bagay sa ACC [46], [47], [48]. Maaaring magkaroon ng posibilidad na ang dalawang konstruksyon, media multitasking at IA, ay nag-overlay: ang MMI ay nagbigay ng isang sukatan ng kung gaano karaming mga tao ang gumagamit ng maraming mga aparato nang sabay-sabay at ito ay maaaring nauugnay sa IA na nagpapahiwatig ng labis na paggamit ng mga computer at internet.

Ang isang mahalagang limitasyon sa kasalukuyang gawain ay ang aming mga resulta ay nakuha mula sa isang pag-aaral ng cross-sectional tungkol sa ugnayan sa pagitan ng pag-uugali ng multitasking ng media at istraktura ng utak. Dahil dito, hindi matukoy ang direksyon ng pagiging sanhi ng pagitan nila. Kahit na maiisip na ang mga indibidwal na may mas maliit na ACC ay mas madaling kapitan ng multitasking dahil sa mas mahina na kakayahan sa control cognitive o socio-emosyonal na regulasyon, pantay na posible na ang mas mataas na antas ng pagkakalantad sa maraming mga sitwasyon sa multitasking ay humantong sa mga pagbabago sa istruktura sa ACC. Ang isang paayon na pag-aaral ay kinakailangan upang hindi matukoy kung ano ang direksyon ng sanhi. Ang aming kasalukuyang mga natuklasan ay nagbukas ng isang paraan sa naturang pananaliksik sa pamamagitan ng pagbibigay ng isang empirikal na link sa pagitan ng aktibidad ng multitasking ng media at pagkakaiba sa istruktura sa ACC. Ang isa pang kaibang kaba ay na ang kasalukuyang mga natuklasan ay maaaring hindi pa lumampas sa aming pinag-aralan na populasyon na medyo mataas ang edukasyon at mahusay na nakalantad sa teknolohiya. Sa katunayan ang mga pattern ng pagkonsumo ng media ay maaaring lubos na naiimpluwensyahan ng mga kadahilanan ng demograpiko [1]. Tulad nito, dapat suriin ng mga pag-aaral sa hinaharap ang papel na ginagampanan ng mga kadahilanan ng demograpiko tulad ng edukasyon at katayuan sa sosyo-ekonomiko sa moderating ang relasyon sa pagitan ng multitasking media, pagganap ng nagbibigay-malay at istruktura ng utak.

Sa konklusyon, ang mga indibidwal na nakikibahagi sa mas maraming aktibidad ng multitasking ng media ay mayroong mas maliit na dami ng kulay abo sa ACC. Maaari rin nitong ipaliwanag ang mas mahirap na pagganap ng kontrol ng nagbibigay-malay at negatibong mga socio-emosyonal na kinalabasan na nauugnay sa pagtaas ng media-multitasking. Habang ang cross-sectional na likas na katangian ng aming pag-aaral ay hindi nagpapahintulot sa amin na tukuyin ang direksyon ng pagiging sanhi, ang aming mga resulta ay dinala sa magaan na kaugnayan ng nobela sa pagitan ng mga indibidwal na pag-uugali ng multitasking media at pagkakaiba-iba ng istraktura ng ACC.

Mga Kontribusyon ng May-akda

Natagumpay at dinisenyo ang mga eksperimento: KL RK. Ginawa ang mga eksperimento: KL RK. Nasuri ang data: KL RK. Nag-ambag reagents / materyales / pagsusuri tool: KL RK. Isulat ang papel: KL RK.