PLoS One. 2013 ngày 4 tháng 11;8(11):e78708.
doi: 10.1371 / tạp chí.pone.0078708. eCollection 2013.
Nguyên K1, Jin C, Thành P, Dương X, Đông T, Bi Y, Xing L, von Deneen KM, Vũ D, Lưu J, Lương J, Thành T, Tần W, Thiên J.
Tóm tắt
Phần lớn các nghiên cứu về thần kinh trước đây đã chứng minh cả những bất thường chức năng liên quan đến cấu trúc và nhiệm vụ ở thanh thiếu niên mắc chứng nghiện chơi game trực tuyến (OGA). Tuy nhiên, một số nghiên cứu hình ảnh cộng hưởng từ chức năng (fMRI) tập trung vào cường độ dao động tự phát trong vùng phụ thuộc nồng độ oxy trong máu trong trạng thái nghỉ và ít nghiên cứu đã điều tra mối quan hệ giữa các đặc tính trạng thái nghỉ bất thường và kiểm soát nhận thức bị suy yếu có khả năng. Trong nghiên cứu hiện tại, chúng tôi đã sử dụng biên độ của phương pháp dao động tần số thấp (ALFF) để khám phá các đặc điểm cục bộ của hoạt động não tự phát ở thanh thiếu niên mắc OGA và kiểm soát sức khỏe trong trạng thái nghỉ ngơi. Mười tám thanh thiếu niên với các tình nguyện viên khỏe mạnh phù hợp với lứa tuổi OGA và 18, giáo dục và phù hợp với giới đã tham gia vào nghiên cứu này. So với các biện pháp kiểm soát lành mạnh, thanh thiếu niên mắc OGA cho thấy sự gia tăng đáng kể các giá trị ALFF ở vỏ não trung gian bên trái (OFC), tiền thân trái, vùng vận động bổ sung bên trái (SMA), cuống rốn hai bên phải (PHG) vỏ não (MCC). Sự bất thường của các khu vực này cũng được phát hiện trong các nghiên cứu nghiện trước đây. Quan trọng hơn, chúng tôi thấy rằng các giá trị ALFF của OFC trung gian bên trái và tiền thân trái có mối tương quan tích cực với thời gian OGA ở thanh thiếu niên mắc OGA. Các giá trị ALFF của OFC trung gian bên trái cũng tương quan với hiệu suất kiểm tra Stroop từ màu. Kết quả của chúng tôi cho thấy rằng hoạt động thần kinh tự phát bất thường của các khu vực này có thể liên quan đến sinh lý bệnh cơ bản của OGA.
Giới thiệu
Nghiện trò chơi trực tuyến (OGA) được định nghĩa là việc sử dụng Internet không phù hợp và việc một cá nhân không thể kiểm soát việc sử dụng Internet của mình, được phân loại là một loại rối loạn kiểm soát xung động [1] – [3] . Dữ liệu từ Hiệp hội Internet Thanh niên Trung Quốc (thông báo ngày 2 tháng 2 năm 2010) cho thấy tỷ lệ mắc OGA ở thanh niên thành thị Trung Quốc là khoảng 14%. Là một trong những vấn đề sức khỏe tâm thần phổ biến ở thanh thiếu niên Trung Quốc, OGA có liên quan đến sự suy giảm sức khỏe tâm lý của cá nhân, thất bại trong học tập và giảm hiệu suất công việc [4] , hiện đang trở thành một vấn đề sức khỏe ngày càng nghiêm trọng ở thanh thiếu niên trên toàn thế giới [5] , [6] . Mặc dù OGA chưa được chính thức mã hóa trong khuôn khổ bệnh lý tâm thần, nhưng nhiều nghiên cứu về thanh thiếu niên OGA đã tiết lộ những bất thường về cấu trúc và chức năng ở vỏ não trước trán (OFC), vùng vận động bổ sung (SMA), vỏ não đai, hồi cận hải mã (PHG), vỏ não trước trán lưng bên (DLPFC), hồi trước đỉnh, hồi thái dương, đảo và tiểu não [1] , [2] Những bất thường ở các vùng này đã được nhiều nghiên cứu về nghiện liên quan đến lạm dụng chất gây nghiện [7] và có thể liên quan đến rối loạn chức năng kiểm soát nhận thức, kiểm soát điều hành, thèm muốn, độ nhạy cảm với phần thưởng, hành vi hướng mục tiêu và trí nhớ làm việc ở thanh thiếu niên OGA [1].
Mặc dù OGA gây ra gánh nặng cho cá nhân và xã hội, hiện tại vẫn chưa có phương pháp điều trị tiêu chuẩn cho OGA [8] . Các phòng khám ở Trung Quốc đã thực hiện các lịch trình có kỷ luật nghiêm ngặt và điều trị bằng sốc điện, và đã nổi tiếng nhờ các phương pháp điều trị này [4] . Việc phát triển các phương pháp can thiệp và điều trị OGA hiệu quả sẽ đòi hỏi phải thiết lập sự hiểu biết rõ ràng về các cơ chế cơ bản của tình trạng này. Cho đến nay, hầu hết các nghiên cứu về OGA đều tập trung vào việc phát hiện các khiếm khuyết cấu trúc và suy giảm chức năng liên quan đến nhiệm vụ ở những người mắc OGA, điều này hữu ích trong việc đánh giá các cơ chế thần kinh cơ bản của OGA. Tuy nhiên, rất ít nghiên cứu đã đánh giá sự thay đổi tín hiệu phụ thuộc mức oxy trong máu (BOLD) của hoạt động tự phát cục bộ của OGA trong trạng thái nghỉ ngơi. Là một phương pháp không xâm lấn, chụp cộng hưởng từ chức năng trạng thái nghỉ ngơi (fMRI) đã được sử dụng để nghiên cứu các dao động tần số thấp tự phát (LFF) trong tín hiệu BOLD, tránh được các yếu tố gây nhiễu liên quan đến hiệu suất và có thể phản ánh hoạt động thần kinh tự phát trong não [9] , [10] . Hơn nữa, phương pháp fMRI trạng thái nghỉ ngơi đã được sử dụng rộng rãi để tiết lộ kiến trúc chức năng điển hình và không điển hình nội tại của não [10] . Hoạt động thần kinh bất thường trong trạng thái nghỉ ngơi có thể đóng vai trò như một dấu hiệu thích hợp để phản ánh sự tiến triển và suy giảm chức năng điều hành của nhiều bệnh lý não bộ.
Gần đây, Liu et al. đã sử dụng phương pháp đồng nhất vùng (ReHo) và phát hiện ra rằng những người mắc OGA cho thấy sự gia tăng đáng kể về giá trị ReHo ở hồi cingulate phải, hồi cận hải mã hai bên, hồi trước thùy đỉnh trái và hồi trán trên trái [11] . Phương pháp ReHo phản ánh tính đồng nhất về thời gian của LFF vùng bất kể cường độ, và dựa trên giả thuyết rằng các voxel lân cận về mặt không gian sẽ có các mẫu thời gian tương tự [12] . Trong khi biên độ của LFF (ALFF) được cho là có liên quan đến hoạt động thần kinh cục bộ, cơ sở của những thay đổi ALFF trong OGA vẫn chưa rõ ràng [13] . Hơn nữa, Liu et al. [11] đã không điều tra mối quan hệ giữa các đặc tính trạng thái nghỉ bất thường và thời gian mắc OGA. Để điều tra thêm về những bất thường ở trạng thái nghỉ ở thanh thiếu niên mắc OGA, phương pháp ALFF đã được sử dụng trong nghiên cứu hiện tại và dữ liệu về thời gian mắc OGA đã được thu thập. Hơn nữa, các nhà nghiên cứu đã phát hiện ra khả năng kiểm soát nhận thức bị suy giảm ở thanh thiếu niên mắc OGA bằng cách sử dụng nhiệm vụ Stroop màu-từ [14] , [15] . Do đó, đánh giá hành vi trong nghiên cứu hiện tại là hiệu suất thực hiện nhiệm vụ Stroop màu-từ. Việc liên kết các phát hiện hình ảnh thần kinh với các chỉ số hành vi được xác định rõ ràng, vốn được biết là bị ảnh hưởng trong OGA, sẽ là một chỉ số nữa cho thấy tầm quan trọng của những phát hiện này đối với OGA.
Vật liệu và phương pháp
Tất cả các thủ tục nghiên cứu đã được Tiểu ban Bệnh viện Tây Trung Quốc phê duyệt về Nghiên cứu con người và được thực hiện theo Tuyên bố Helsinki. Tất cả những người tham gia và người giám hộ của họ trong nghiên cứu của chúng tôi đã có văn bản đồng ý.
Đối tượng
Theo tiêu chí OGA được sửa đổi của Bảng câu hỏi chẩn đoán Young (YDQ) bởi Beard và Wolf [8] , [16] , 20 sinh viên mắc OGA đã được chọn lọc từ 165 sinh viên năm nhất và năm hai. Mười tám thanh thiếu niên mắc OGA (12 nam, tuổi trung bình = 19.4±3.1 năm, trình độ học vấn 13.4±2.5 năm) đã tham gia vào nghiên cứu của chúng tôi sau khi loại trừ hai người chơi thuận tay trái. Để điều tra xem có bất kỳ thay đổi tuyến tính nào trong cấu trúc não hay không, thời gian mắc bệnh được ước tính thông qua chẩn đoán hồi cứu. Chúng tôi yêu cầu các đối tượng nhớ lại lối sống của họ khi họ bắt đầu nghiện trò chơi trực tuyến, chủ yếu là World of Warcraft (WOW). Để đảm bảo rằng họ mắc OGA, chúng tôi đã kiểm tra lại họ bằng tiêu chí YDQ được sửa đổi bởi Beard và Wolf. Độ tin cậy của các báo cáo tự thuật từ các đối tượng OGA cũng được xác nhận bằng cách nói chuyện với cha mẹ của họ qua điện thoại cũng như bạn cùng phòng và bạn cùng lớp.
Mười tám người khỏe mạnh cùng độ tuổi và giới tính (12 nam và 6 nữ, tuổi trung bình = 19.5±2.8 năm, trình độ học vấn 13.3±2.0 năm) không có tiền sử cá nhân hoặc gia đình mắc các rối loạn tâm thần cũng tham gia vào nghiên cứu của chúng tôi. Theo các nghiên cứu OGA trước đây, chúng tôi đã chọn những người khỏe mạnh làm nhóm đối chứng, những người dành ít hơn 2 giờ mỗi ngày trên Internet [4] . Nhóm đối chứng khỏe mạnh cũng được kiểm tra bằng tiêu chí YDQ được Beard và Wolf sửa đổi để đảm bảo họ không mắc OGA. Tất cả những người tham gia được tuyển chọn đều là người Trung Quốc bản địa thuận tay phải và được đánh giá bằng báo cáo tự đánh giá cá nhân và Bảng câu hỏi Thuận tay Edinburgh. Tiêu chí loại trừ đối với cả hai nhóm là 1) có rối loạn thần kinh được đánh giá bằng Phỏng vấn lâm sàng có cấu trúc cho Sổ tay chẩn đoán và thống kê các rối loạn tâm thần, ấn bản thứ tư (DSM-IV); 2) lạm dụng rượu, nicotine hoặc ma túy thông qua xét nghiệm nước tiểu; 3) phụ nữ mang thai hoặc đang trong kỳ kinh nguyệt; và 4) bất kỳ bệnh lý nào về thể chất như u não, viêm gan hoặc động kinh được đánh giá theo các đánh giá lâm sàng và hồ sơ y tế. Thang đo lo âu Hamilton (HAMA) và bảng kiểm kê trầm cảm Beck-II (BDI) được sử dụng để đánh giá trạng thái cảm xúc của tất cả những người tham gia trong hai tuần trước đó. Thông tin nhân khẩu học chi tiết hơn được trình bày trong Bảng 1.
Thu thập dữ liệu hành vi
Theo một nghiên cứu trước đây [17] , thiết kế nhiệm vụ Stroop màu-từ được thực hiện bằng cách sử dụng phần mềm E-prime 2.0 ( http://www.pstnet.com/eprime.cfm ). Nhiệm vụ này sử dụng thiết kế khối với ba điều kiện, tức là tương đồng, không tương đồng và nghỉ ngơi. Ba từ, Đỏ, Xanh lam và Xanh lục được hiển thị bằng ba màu (đỏ, xanh lam và xanh lục) làm kích thích tương đồng và không tương đồng. Trong thời gian nghỉ ngơi, một dấu thập được hiển thị ở giữa màn hình, và các đối tượng được yêu cầu nhìn chằm chằm vào dấu thập này mà không phản hồi. Tất cả các sự kiện được lập trình thành hai lượt chạy với các chuỗi khối tương đồng và không tương đồng khác nhau. Mỗi người tham gia được hướng dẫn phản hồi màu sắc được hiển thị càng nhanh càng tốt bằng cách nhấn nút trên Hộp Phản hồi Nối tiếp™ bằng tay phải. Các lần nhấn nút bằng ngón trỏ, ngón giữa và ngón áp út tương ứng với màu đỏ, xanh lam và xanh lục. Người tham gia được kiểm tra riêng lẻ trong một căn phòng yên tĩnh khi họ ở trong trạng thái tâm trí bình tĩnh. Sau buổi tập luyện ban đầu, dữ liệu hành vi được thu thập hai hoặc ba ngày trước khi chụp MRI.
Thu thập dữ liệu MRI
Tất cả các nghiên cứu fMRI đều được thực hiện trên máy quét GE 3-T (EXCITE, GE Signa, Milwaukee, WI, USA) sử dụng cuộn dây đầu dạng lồng chim tiêu chuẩn làm cuộn dây đầu mảng pha tám kênh tại Trung tâm Nghiên cứu Cộng hưởng từ Huaxi, Thành Đô, Trung Quốc. Miếng đệm xốp được sử dụng để giảm chuyển động đầu và nhiễu của máy quét. Sau khi quét định vị thông thường, hình ảnh trọng số T1 được thu thập bằng chuỗi hồi phục gradient bị nhiễu (thời gian lặp lại (TR) = 1900 ms; thời gian vọng âm (TE) = 2.26 ms; góc lật (FA) = 9°; trường nhìn (FOV) = 256×256 mm² ; ma trận dữ liệu = 256×256; số lát cắt = 176; kích thước voxel = 1×1×1 mm³ ) . Tiếp theo, hình ảnh chức năng trạng thái nghỉ được thu thập bằng chuỗi hình ảnh phẳng hồi âm (TR = 2000ms; TE = 30ms; FA = 90°; FOV = 240×240 mm² ; ma trận dữ liệu = 64×64) với 32 lát cắt ngang (độ dày lát cắt = 5 mm và không có khoảng cách giữa các lát cắt, tổng thể tích = 180) trong một lần chạy sáu phút. Các đối tượng được hướng dẫn nhắm mắt, giữ yên và không suy nghĩ về bất cứ điều gì trong suốt quá trình quét. Sau khi thu thập dữ liệu, tất cả các đối tượng đều xác nhận rằng họ vẫn tỉnh táo trong suốt thời gian quét.
Tiền xử lý dữ liệu và tính toán ALFF
Tất cả quá trình xử lý hình ảnh chức năng được thực hiện bằng phần mềm Statistical Parametric Mapping (SPM5, http://www.fil.ion.ucl.ac.uk/spm ) và phần mềm Data Processing Assistant for Resting-State fMRI (DPARSF) [18] . Đối với mỗi người tham gia, mười điểm thời gian đầu tiên đã bị loại bỏ để tránh những thay đổi tín hiệu thoáng qua trước khi từ hóa đạt trạng thái ổn định và để cho phép các đối tượng làm quen với môi trường quét fMRI. 170 thể tích não còn lại đã được hiệu chỉnh thời gian lát cắt và căn chỉnh lại để hiệu chỉnh chuyển động đầu. Không có đối tượng nào có chuyển động đầu vượt quá 1 mm hoặc xoay 1° theo bất kỳ hướng nào. Sau đó, tất cả các hình ảnh đã được căn chỉnh lại được chuẩn hóa không gian thành mẫu EPI của Viện Thần kinh Montreal (MNI), lấy mẫu lại thành các voxel đẳng hướng 3 mm và sau đó được làm mịn không gian (chiều rộng đầy đủ ở mức một nửa cực đại = 8 mm). Sau đó, bằng cách gọi các chức năng trong Bộ công cụ phân tích dữ liệu fMRI trạng thái nghỉ (REST, http://rest.restfmri.net ), việc loại bỏ xu hướng tuyến tính và lọc băng thông (0.01–0.08 Hz) để giảm thiểu ảnh hưởng của sự trôi dạt tần số thấp và nhiễu sinh lý tần số cao [18] đã được thực hiện trên chuỗi thời gian.
Sau khi xử lý sơ bộ, phép tính ALFF được thực hiện bằng DPARSF bằng cách gọi các hàm trong REST như trong các nghiên cứu trước đây [19] . Đầu tiên, để thu được phổ công suất, chuỗi thời gian đã lọc được chuyển đổi sang miền tần số bằng cách sử dụng biến đổi Fourier nhanh (FFT). Sau đó, căn bậc hai của phổ công suất được lấy cho mỗi điểm dữ liệu tần số để thu được biên độ như một hàm của tần số. Các giá trị này, được tính trung bình trên dải tần 0.01–0.08 Hz tại mỗi voxel, được sử dụng làm giá trị ALFF. Do đó, căn bậc hai trung bình này được sử dụng làm giá trị ALFF. ALFF của mỗi voxel được chia cho giá trị ALFF trung bình toàn cục trong mặt nạ toàn bộ não cho mỗi đối tượng, dẫn đến ALFF được chuẩn hóa của mỗi voxel có giá trị khoảng 1.
Phân tích thống kê
Để đánh giá sự khác biệt giữa nhóm OGA và nhóm đối chứng về tuổi tác, giới tính, thời gian mắc bệnh và số năm học vấn, chúng tôi đã thực hiện kiểm định t hai mẫu bằng SPSS 13.0 và giá trị p > 0.05 được coi là không có ý nghĩa thống kê. Để tìm hiểu xem vùng nào có giá trị ALFF khác với giá trị 1, chúng tôi đã thực hiện kiểm định t một mẫu ( p < 0.05, hiệu chỉnh sai số toàn bộ nhóm (FWE)) bằng SPM5 trong mỗi nhóm. Sau đó, chúng tôi đã thực hiện kiểm định t hai mẫu để làm rõ sự khác biệt về ALFF giữa hai nhóm sau khi kiểm soát yếu tố tuổi tác và giới tính. Hiệu chỉnh cho nhiều phép so sánh được thực hiện bằng phương pháp mô phỏng Monte Carlo. Ngưỡng hiệu chỉnh p < 0.05 được suy ra từ ngưỡng kết hợp p < 0.005 cho mỗi voxel và kích thước cụm tối thiểu là 351 mm³ ( chương trình AlphaSim trong phần mềm AFNI, http://afni.nimh.nih.gov/). Đối với các vùng não mà bệnh nhân OGA biểu hiện đặc tính ALFF bất thường, giá trị ALFF của mỗi vùng được trích xuất, tính trung bình và hồi quy so với các chỉ số bệnh lý phản ánh thời gian mắc bệnh và hiệu suất thực hiện nhiệm vụ Stroop màu-từ.
Kết quả
Kết quả của chúng tôi cho thấy tỷ lệ OGA là khoảng 12.1% trong nghiên cứu mẫu nhỏ của chúng tôi. Theo báo cáo tự khai về việc sử dụng Internet, các đối tượng OGA dành 10.2±2.6 giờ mỗi ngày và 6.3±0.5 ngày mỗi tuần cho chơi game trực tuyến. Thanh thiếu niên mắc OGA dành nhiều giờ mỗi ngày và nhiều ngày mỗi tuần hơn trên Internet so với nhóm đối chứng ( p <0.005) ( Bảng 1 ).
Kết quả dữ liệu hành vi
Cả hai nhóm đều cho thấy hiệu ứng Stroop đáng kể, trong đó thời gian phản ứng dài hơn trong điều kiện không phù hợp so với điều kiện phù hợp (OGA: 677.3±75.4 ms so với 581.2±71.6 ms và nhóm đối chứng: 638.3±65.9 ms so với 549.0±50.6 ms; p <0.005). Nhóm OGA mắc nhiều lỗi hơn nhóm đối chứng trong điều kiện không phù hợp (8.56±4.77 so với 4.56±2.93; p <0.05), mặc dù độ trễ phản ứng được đo bằng thời gian phản ứng (RT) trong điều kiện không phù hợp trừ đi điều kiện phù hợp không khác biệt đáng kể giữa hai nhóm này (98.2±40.37 ms so với 91.92±45.87 ms; p > 0.05).
Kết quả dữ liệu hình ảnh
Bản đồ ALFF của cả nhóm OGA và nhóm đối chứng được trình bày trong Hình 1 , và cả hai nhóm đều cho thấy giá trị ALFF cao hơn đáng kể ở vỏ não cingulate sau (PCC)/precuneus, vỏ não trước trán giữa (MPFC) và thùy đỉnh dưới hai bên (IPL) trong trạng thái nghỉ ngơi. Những vùng này phần lớn được bao gồm trong mạng lưới chế độ mặc định trong các nghiên cứu trước đây [19] . Một bài kiểm tra t hai mẫu có kiểm soát tuổi tác và giới tính và được hiệu chỉnh cho nhiều phép so sánh (sử dụng mô phỏng Monte Carlo của kích thước cụm nhỏ nhất tạo ra ngưỡng được hiệu chỉnh là p<0.05 từ ngưỡng chưa được hiệu chỉnh là p<0.005 cho mỗi voxel) cho thấy nhóm OGA cho thấy sự gia tăng đáng kể về giá trị ALFF ở OFC giữa bên trái, precuneus bên trái, SMA bên trái, PHG bên phải và MCC hai bên so với nhóm đối chứng. Không tìm thấy vùng não nào có giá trị ALFF giảm. Ngoài ra, mối tương quan dương đáng kể được quan sát thấy giữa thời gian mắc OGA và giá trị ALFF chuẩn hóa ở vùng OFC giữa bên trái (r = 0.6627, p = 0.0027) và vùng precuneus bên trái (r = 0.5924, p = 0.0096) ( Hình 2 ). Giá trị ALFF của vùng OFC bên trái được tìm thấy có tương quan với số lỗi phản hồi trong điều kiện không phù hợp ở thanh thiếu niên mắc OGA (r = 0.6690, p = 0.0024) ( Hình 3 ). Vì các đối tượng mắc OGA có điểm trầm cảm cao hơn đáng kể được đo bằng BDI, chúng tôi đã phân tích lại dữ liệu hình ảnh chức năng, sử dụng BDI làm biến số phụ. Dữ liệu thu được tương tự như dữ liệu ban đầu. Chúng tôi cũng đã kiểm tra xem điểm BDI có tương quan với giá trị ALFF của các vùng não bất thường, thời gian mắc OGA và hiệu suất thực hiện nhiệm vụ Stroop màu-từ hay không. Tuy nhiên, không có kết quả đáng kể nào được quan sát thấy.
Thảo luận
Trong nghiên cứu hiện tại, phương pháp ALFF được sử dụng để điều tra sự khác biệt về trạng thái nghỉ ngơi giữa bệnh nhân mắc OGA và nhóm đối chứng bình thường. ALFF là một phương pháp dễ dàng và thuyết phục để đo biên độ của các dao động tần số thấp trong tín hiệu BOLD, và các nghiên cứu trước đây đã chỉ ra khả năng của phương pháp này trong việc xác định chính xác vùng não nào có hoạt động tự phát bất thường [13] . Trong mỗi nhóm, chúng tôi đã xác định một số vùng có giá trị ALFF cao hơn đáng kể so với các vùng não khác trong trạng thái nghỉ ngơi ( Hình 1 ). Những vùng này chồng lấn rộng rãi với các vùng chính của mạng chế độ mặc định (DMN) [20] . Về kết quả kiểm định t hai mẫu , so với nhóm đối chứng khỏe mạnh, thanh thiếu niên mắc OGA cho thấy ALFF tăng lên ở OFC giữa bên trái, precuneus bên trái, SMA bên trái, PHG bên phải và MCC hai bên trong trạng thái nghỉ ngơi ( Hình 2 ). Điều đáng chú ý là các đối tượng OGA có điểm số trầm cảm cao hơn đáng kể trên BDI, tuy nhiên, phân tích bao gồm BDI như một biến phụ cho thấy kết quả tương tự. Hơn nữa, giá trị ALFF của OFC giữa bên trái và precuneus có tương quan dương với thời gian mắc OGA ( Hình 2 ). Ngoài ra, để xác nhận khả năng kiểm soát nhận thức bị suy giảm ở thanh thiếu niên mắc OGA, chúng tôi đã sử dụng bài kiểm tra Stroop màu-từ trong nghiên cứu này. Phù hợp với các phát hiện trước đây [14] , [15] , nhóm OGA mắc nhiều lỗi hơn nhóm đối chứng trong điều kiện không phù hợp, điều này cho thấy thanh thiếu niên mắc OGA có khả năng kiểm soát nhận thức bị suy giảm, được đo bằng bài kiểm tra Stroop màu-từ. Điều thú vị là, giá trị ALFF của OFC bên trái cũng có tương quan với số lỗi trong điều kiện không phù hợp ở thanh thiếu niên mắc OGA ( Hình 3 ). Kết quả của chúng tôi cho thấy sự thay đổi ALFF ở OFC có thể đóng vai trò là dấu ấn sinh học phản ánh khả năng kiểm soát nhận thức bị suy giảm của OGA.
Trong nghiên cứu hiện tại, chúng tôi nhận thấy rằng giá trị ALFF tăng lên ở vùng OFC giữa bên trái trong nhóm OGA. Về mặt giải phẫu, OFC có kết nối rộng rãi với thể vân và các vùng limbic (như hạch hạnh nhân), dường như có liên quan đến việc kiểm soát nhận thức hành vi hướng mục tiêu thông qua việc đánh giá ý nghĩa động lực của các kích thích và lựa chọn hành vi để đạt được kết quả mong muốn. Các bất thường về cấu trúc và rối loạn chức năng của OFC trong OGA đã được báo cáo trong các nghiên cứu trước đây [4] , [11] , [15] . Park et al. đã sử dụng nghiên cứu chụp cắt lớp phát xạ positron (PET) 18F -fluorodeoxyglucose để điều tra quá trình chuyển hóa glucose não khu vực trong trạng thái nghỉ ngơi ở những người trẻ tuổi mắc OGA và nhóm đối chứng bình thường, và cho thấy hoạt động chuyển hóa của OFC ở thanh thiếu niên mắc OGA tăng lên so với nhóm đối chứng bình thường [21] . Phân tích này cho thấy hoạt động chuyển hóa bất thường ở vùng OFC có thể liên quan đến sự suy giảm khả năng kiểm soát xung động và xử lý phần thưởng ở thanh thiếu niên mắc OGA. Liên quan đến các nghiên cứu MRI chức năng liên quan đến nhiệm vụ, Ko et al. đã xác định được cơ sở thần kinh của chứng nghiện game trực tuyến thông qua việc đánh giá các vùng não liên quan đến sự thôi thúc chơi game do tín hiệu kích thích gây ra, và phát hiện ra rằng OFC có thể được kích hoạt bất thường ở những người nghiện so với nhóm đối chứng [22] . Sự tương đồng của phát hiện này với sự thèm muốn do tín hiệu kích thích gây ra trong chứng nghiện chất [23] , cho thấy rằng sự thèm muốn trong chứng nghiện game và sự thèm muốn trong chứng nghiện chất có thể chia sẻ cùng một cơ chế sinh học thần kinh. Các nghiên cứu hình ảnh thần kinh cấu trúc trước đây cũng đã báo cáo giảm thể tích chất xám của OFC trong nhóm OGA [1] , [4] . Phù hợp với những phát hiện chức năng và cấu trúc này, nghiên cứu của chúng tôi đã tìm thấy giá trị ALFF cao hơn ở OFC giữa ở thanh thiếu niên mắc OGA so với nhóm đối chứng. Hơn nữa, mối tương quan đáng kể giữa giá trị ALFF của OFC và hiệu suất thực hiện nhiệm vụ trong bài kiểm tra Stroop màu-từ đã được quan sát thấy ở nhóm OGA ( Hình 3 ). Các nghiên cứu về nghiện trước đây đã tiết lộ mối liên hệ giữa sự can thiệp Stroop và chuyển hóa glucose tương đối trong OFC ở những người nghiện cocaine [24] . Mối quan hệ giữa não bộ và hành vi này cho thấy các đặc tính trạng thái nghỉ bất thường của vùng vỏ não trước trán (OFC) có liên quan đến khả năng kiểm soát nhận thức bị suy giảm ở thanh thiếu niên mắc chứng OGA.
Giá trị ALFF lớn hơn ở vùng precuneus ở những người mắc OGA so với nhóm đối chứng. Vùng precuneus là một vùng não ở vỏ não sau giữa của thùy đỉnh và đóng vai trò quan trọng trong chức năng nhận thức cơ bản [25] . Vùng precuneus được cho là có liên quan đến việc truy xuất trí nhớ theo từng giai đoạn, hình ảnh không gian thị giác, xử lý bản thân và ý thức [ 25] . Gần đây, một số nhà nghiên cứu cũng báo cáo sự gia tăng ReHo ở vùng precuneus bên trái ở sinh viên đại học mắc OGA so với nhóm đối chứng [11] . Hơn nữa, một nghiên cứu cho thấy vùng precuneus có liên quan đến sự thôi thúc chơi game, thèm muốn và mức độ nghiêm trọng của OGA, và cho rằng vùng precuneus được kích hoạt để xử lý tín hiệu chơi game, tích hợp trí nhớ được truy xuất và góp phần vào sự thèm muốn do tín hiệu gây ra đối với trò chơi trực tuyến [26] . Do đó, chúng tôi cho rằng những bất thường ở trạng thái nghỉ của vùng precuneus ở thanh thiếu niên mắc OGA có thể liên quan đến sự thèm muốn trong OGA lâu dài.
Giá trị ALFF lớn hơn ở các đối tượng OGA, so với nhóm đối chứng, cũng được tìm thấy ở SMA trái, MCC hai bên và PHG phải. SMA đóng vai trò quan trọng trong kiểm soát nhận thức, hành động tự nguyện, khởi đầu/ức chế phản ứng vận động [27] và cả trong xung đột cảm xúc [28] . MCC là phần giữa của hồi cingulate và rất quan trọng đối với việc giám sát và xử lý xung đột [29] . Các nghiên cứu trước đây về sử dụng chất gây nghiện đã báo cáo những bất thường về trạng thái nghỉ liên quan đến nghiện ở SMA và MCC [30] , [31] . PHG được cho là góp phần vào việc hình thành và duy trì thông tin liên kết trong bộ nhớ làm việc [32] . Bộ nhớ làm việc đề cập đến việc lưu trữ tạm thời và thao tác trực tuyến thông tin và cũng rất quan trọng đối với kiểm soát nhận thức [33] . Liu et al. đã báo cáo sự gia tăng ReHo ở PHG hai bên ở sinh viên đại học OGA so với nhóm đối chứng [11] . Hơn nữa, một số nhà nghiên cứu cũng tìm thấy độ dị hướng phân đoạn thấp hơn của PHG ở các đối tượng OGA [4] . Kết quả của chúng tôi đã xác nhận mô hình trạng thái nghỉ bất thường của PHG ở thanh thiếu niên mắc OGA.
Kết luận, trong nghiên cứu hiện tại, chúng tôi đã quan sát thấy ALFF là bất thường ở thanh thiếu niên mắc OGA so với nhóm chứng, tức là giá trị ALFF cao hơn ở OFC trung gian bên trái, tiền căn trái, SMA trái, PHG phải và MCC song phương. Chúng tôi cũng quan sát thấy rằng các giá trị ALFF cao hơn ở OFC trung gian bên trái và tiền thân trái có mối tương quan tích cực với thời gian của OGA. Các giá trị ALFF bên trái OFC tương quan với hiệu suất tác vụ Stroop từ màu (nghĩa là lỗi phản hồi) trong nhóm OGA. Phát hiện của chúng tôi cho thấy rằng hoạt động tự phát bất thường của các khu vực này có thể phản ánh sinh lý bệnh tiềm ẩn ở người dùng OGA. Do những phát hiện trạng thái nghỉ ngơi tương tự với những thay đổi trạng thái nghỉ liên quan đến nghiện ma túy, chúng tôi đề xuất rằng OGA có thể chia sẻ các cơ chế thần kinh với nghiện ma túy. Điều đáng chú ý là trầm cảm nên được coi là một mối nguy tiềm ẩn khi giải thích các phát hiện thần kinh trong nghiên cứu hiện tại. Một nghiên cứu toàn diện hơn nữa là cần thiết để cung cấp quan điểm khoa học hơn về OGA.
Lời cảm ơn
Chúng tôi xin cảm ơn Tần Ouyang, Qizhu Wu, Junran Zhang, Changjian Hu và Haifeng Luo vì đã hỗ trợ kỹ thuật có giá trị trong việc thực hiện nghiên cứu này.
Báo cáo tài trợ
Bài viết này được hỗ trợ bởi Dự án cho Chương trình nghiên cứu và phát triển cơ bản quan trọng quốc gia (973) theo Cấp số 2011CB707700; Quỹ khoa học tự nhiên quốc gia Trung Quốc thuộc Grant Nos. 81227901, 81271644, 81271546, 30930112, 81000640, 81000641, 81101036, 81101108, 31200837, 81030027, 81301281; và các quỹ nghiên cứu cơ bản cho các trường đại học trung ương, Quỹ khoa học tự nhiên của Nội Mông theo tài trợ số 2012MS0908. Các nhà tài trợ không có vai trò trong thiết kế nghiên cứu, thu thập và phân tích dữ liệu, quyết định xuất bản hoặc chuẩn bị bản thảo.
dự án