(原因)互联网游戏紊乱与抑郁之间的共病:相互关系和神经机制(2018)

前精神病学。 2018 Apr 23; 9:154。 doi:10.3389 / fpsyt.2018.00154。 eCollection 2018。

刘莉1,2, 姚YW2, 李CR3,4, 张JT2, 夏CC5, 兰杰1, 马SS1, 周恩1, 方XY1.

抽象

网络游戏障碍(IGD)的特征在于认知和情绪缺陷。 以前的研究报道了IGD和抑郁症的共同发生。 然而,现存的脑成像研究主要集中在IGD的认知缺陷。 很少有研究涉及IGD与抑郁症状和潜在神经机制之间的共病。 在这里,我们通过结合纵向调查研究,横断面静息状态功能连接(rsFC)研究和干预研究系统地研究了这个问题。 对大学生纵向数据集的自回归交叉滞后建模表明,IGD严重程度和抑郁是相互预测的。 在神经水平,与对照参与者相比,具有IGD的个体在左侧杏仁核和右背外侧前额叶皮层(DLPFC),下额叶和中央前回之间表现出增强的rsFC,并且基线处的杏仁核 - 额顶连接性负面预测抑郁症症状的减少遵循心理治疗干预。 此外,干预后,与非干预组相比,IGD患者左侧杏仁核与左中额叶和中央前回之间的连接性降低。 这些研究结果共同表明IGD可能与抑郁症密切相关; 情绪和执行控制网络之间的异常rsFC可能是抑郁症的基础,并代表IGD患者的治疗目标。 注册表名称:IGD的行为和大脑机制; 网址:https://www.clinicaltrials.gov/ct2/show/NCT02550405; 注册号码: NCT02550405.

关键词:

杏仁核; 萧条; 功能磁共振成像; 网络游戏障碍; 静止状态功能连通性; 亚前扣带皮层

结论:29740358

PMCID: PMC5924965

作者: 10.3389 / fpsyt.2018.00154

网址: https://www.clinicaltrials.gov/ct2/show/NCT02550405;

注册号:NCT02550405。

介绍

行为成瘾和物质使用障碍有许多临床表现,包括抑郁症等合并症[1]。 网络成瘾(IA)被认为是一种假定的行为成瘾。 互联网游戏障碍(IGD),作为最常见的IA形式,已被列入第五版精神障碍诊断和统计手册(DSM-5)作为值得进一步研究的条件[2]。 传统上,精神疾病被视为绝对不同的实体。 然而,在研究领域标准(RDoC)的倡议下,认知和情绪功能障碍的神经生物学标记被认为在诊断分类中具有重要意义,并且可以在神经精神病学条件之间共享[3]。 特别是,脑成像提供了识别这些神经标记的有效工具。 以前的研究检查了认知障碍的神经基础,如缺乏抑制性控制和IGD适应不良的决策[4, 5]。 然而,尽管IGD和抑郁症的合并症很高,但这一人群中的情绪功能障碍(例如抑郁症)和潜在的神经机制仍然很不明确。

IA / IGD患者经常出现抑郁症状[6]。 一项荟萃分析显示IA患者抑郁症患者(26.3%)的比例显着高于健康对照组(11.7%)[7]。 IGD的研究还报告了患有IGD或患有IGD的个体的抑郁倾向较高,以及IGD缓解期间抑郁的减少[810]。 然而,这些横断面研究结果无法阐明IA / IGD与抑郁症之间的方向性[11, 12]。 一项前瞻性研究将有助于进一步揭示IGD症状与抑郁症之间的相互关系。

休息状态fMRI已成为研究内在大脑活动的广泛使用的工具[13, 14和许多神经精神疾病的脑功能障碍,包括IGD和重度抑郁症(MDD)[15, 16]。 重要的是,IGD和MDD似乎在情绪网络中共享静息状态功能连接(rsFC)改变,包括杏仁核和亚前扣带皮层(sgACC)。 具体来说,杏仁核有助于检测和整合拦截和自主信息和情绪刺激,以及消极情绪记忆的形成和储存[11, 15, 1719]。 sgACC在调节唤醒以响应情绪和其他显着刺激方面发挥关键作用[20, 21]。 之前的研究报告了杏仁核与执行控制网络区域的适应不良相互作用,包括侧前额叶皮层(PFC),与MDD中对负面刺激的过度反应有关[2224]和IGD [25]。 sgACC是情感调节的核心[15, 22和抑郁症的发病机制[15, 26]。 与sgACC和杏仁核相互连接,PFC是调节情绪的任务控制电路的一部分[27]。 MDD患者显示sgACC与背外侧/背内侧PFC之间的连接性增加,伴随着过度的自我反刍[28, 29]。 在吸毒成瘾的个体中也发现了sgACC-PFC连接的增加[30, 31]。 因此,检查杏仁核,sgACC和PFC之间的功能连接性,以及它们与抑郁和成瘾严重程度的关系可以揭示IGD的关键神经表型。

此外,之前的研究表明,行为干预可有效改善成瘾严重程度[32, 33和一般患有IGD或IA的个体的抑郁症状[3436]。 检查行为干预如何影响情绪网络连通性及其与抑郁症和成瘾症状减少的关联,将为支持IGD和抑郁症的共享神经基质提供额外的证据。

在目前的研究中,我们提出了4年纵向调查的结果,以探讨抑郁症的症状严重程度与IGD成瘾之间的相互关系。 此外,为了阐明IGD患者抑郁症的神经网络,我们进行了一项针对杏仁核和sgACC的横断面rsFC研究。 最后,我们研究了行为治疗如何改善抑郁症和纠正与IGD患者抑郁症相关的回路功能障碍。 根据以前的行为证据[11, 12, 37],我们假设过去和未来的网络成瘾/抑郁症状严重程度之间存在双向关系。 此外,基于以前的神经精神病学研究[25, 38],我们假设患有IGD的个体会出现抑郁症状并改变杏仁核和sgACC的rsFC与执行控制网络的区域,这可以通过IGD的行为干预来缓解。

材料和方法

参与者成员

对于研究1,数据是从2011年开始四次在北京大学对大学生互联网使用进行纵向研究的一部分。通过在线调查工具,一组一年级大学学生每年进行评估。 根据北京师范大学心理学院机构审查委员会批准的协议,所有参与者均提供了知情同意书,并为其提供了经济补偿。

调查参与者只有在玩过网络游戏的情况下才被纳入研究,并且在连续四年的每一年中,每天使用互联网进行游戏的平均花费超过20%。 在总共2,182学生中,1,619(1,253女性,366男性)不符合纳入标准,并被排除在研究之外。 女性排除率(90.99%)高于男性(45.47%)(χ2 = 550.056, P <0.001)。 因此,共进行了563名学生(124名女性和439名男性)的调查。 他们的年龄从16岁到21岁(平均± SD 在时间18.31处= 89±.1。

研究2和3都是开发和评估IGD行为干预的较大项目的一部分。 参与者是通过Internet招募的,并在当地大学张贴了广告,符合以下入选标准:(1)CIAS得分> 67 [39]; (2)每周> 14小时从事互联网游戏,至少一年。 健康对照(HC)参与者的纳入标准为:(1)CIAS得分<1。 (60)从未每周花费超过2小时从事互联网游戏。 所有参与者均为右撇子男性。 排除标准是通过半结构式访谈评估的任何当前或以前使用的非法药物和赌博(包括在线赌博),任何精神病或神经病病史以及当前使用的精神药物。 共有2名患有IGD的个体和76名HCs参加了研究41。对于研究2,招募了3名具有IGD的个体,其中63名同意参加渴望行为干预(CBI +组),其余44名在对照组中。 (CBI−组)因为他们的工作时间表。 CBI +组中的19个人在CBI之前和之后都参加了静息状态fMRI。 在相同的时间点,对19个CBI-中的2个进行了类似的扫描。 研究3和XNUMX已由北京师范大学认知神经科学与学习国家重点实验室的机构审查委员会批准。

措施

对于研究1,2和3,我们使用中国互联网成瘾量表(CIAS,测量了大学游戏玩家的网络成瘾严重程度; 40),由26点李克特量表上的4项目组成,评估症状/后果的5维度,包括强迫使用,戒断,耐受,以及人际关系和健康/时间管理的问题。 之前已经为大学生证明了CIAS的可靠性和有效性[40],并且在当前实验中,在四个时间点,这种规模的Cronbachα系数为0.933-0.950。 对于研究1,我们使用症状清单(SCL-90)中的XNUMX项测量了抑郁症状[41]。 这些项目的等级为1(从不真实)到4(始终为真实)。 在当前的实验中,在四个时间点上,该标度的克朗巴赫α系数为0.888–0.936。 在研究2和3中,使用贝克抑郁量表(BDI)测量了参与者的抑郁症状[42].

MRI数据采集

对于研究2和3,MRI数据采集和预处理在之前的研究中有详细描述[33]。 简而言之,静息状态fMRI数据是在北京师范大学脑成像中心的3.0 T Siemens Trio扫描仪上获得的。 EPI数据的参数为:重复时间= 2,000 ms,回波时间= 30 ms,翻转角= 90°,视野= 200×200 mm2,采集矩阵= 64×64,体素尺寸= 3.1×3.1×3.5 mm3,slice = 33,时间点= 200。 还使用以下参数获取T1加权扫描:重复时间= 2,530 ms,回波时间= 3.39 ms,翻转角= 7°,视野= 256×256 mm2,体素大小= 1×1×1.33 mm3,切片编号= 144。

渴望行为干预(CBI)

CBI是在早期开发的行为干预的基础上发展起来的[33]。 复杂的心理过程与情绪障碍交织在一起[43],渴望可能在IGD的开发和维护中发挥关键作用。 帮助个人应对和减少渴望的干预措施可以促进积极的结果并防止复发(更多细节参见补充材料的方法部分)。

统计分析

自回归交叉滞后建模

对于研究1,我们采用自回归交叉滞后建模(ACLM)来评估成瘾严重程度和抑郁症状之间的纵向和相互关系。 ACLM非常适合检查两种结构之间的关系。 在ACLM中,自回归参数表示早期度量y的好坏程度t 预测y的后期测量(T + 1),交叉滞后参数表示早期测量z的方式t 预测y的后期测量(T + 1) 超出之前的y度量t [44, 45]。 ACLM已被广泛用于研究临床的时间相互关系,包括成瘾症状[37, 46, 47]。 这组自回归交叉滞后模型在Mplus 7.4中进行了测试[48]。 Mplus使用全信息最大似然(FIML)估计方法来处理缺失数据(有关详细信息,请参阅补充材料)。 SPSS 20.0用于描述性统计。

跨时间测试不变性

ACLM包括八个构造:时代1,2,3和4的抑郁和成瘾严重性。 在每个时间点,CIAS分量表构成了网络成瘾严重程度的潜在变量,并且抑郁严重程度由SCL-90的抑郁分量表得分指数。 为了评估自回归和交叉滞后效应,我们依次检查了配置,度量(即加载)和结构不变性。 我们比较了四种嵌套模型的模型拟合指数(表 1).

 
TABLE 1
www.frontiersin.org  

表1。 自回归交叉滞后模型的比较。

 
 

模型1作为基本模型,没有不变性约束来测试配置不变性。 在模型2中,我们通过将因子载荷限制为在时间上相等(表S2)来测试度量不变性,以确保构造在每个时间点具有相同的含义[50, 51]。 在模型3中,我们限制了抑郁严重程度(T)的交叉滞后路径 含 成瘾严重程度(T + 1)和成瘾严重程度(T) 含 抑郁程度(T + 1)分别在时间上相等。 最后,在模型4中,我们将抑郁和成瘾严重程度各自的自回归路径限制在一定时间内(图 1)。 然后,我们依次比较所有四个模型的模型拟合指数,以选择最佳模型。 χ2 值,比较拟合指数(CFI),Tucker-Lewis指数(TLI)和近似均方根误差(RMSEA)用于比较模型拟合[49].

 
图1
www.frontiersin.org  

图1。 交叉滞后回归分析。 我们使用路径上的字母指示度量不变性,配置不变性和跨时间的误差协方差的不变性。 数字是标准化的路径系数(*P <0.05; ***P <0.001)。

 
 

行为数据统计分析

在Study 2中,有两个样本 t - 进行测试以比较IGD和HC组之间的成瘾和抑郁严重程度。 在研究3中使用重复测量的方差分析(ANOVA)来检查CBI对互联网游戏特征的影响,其中组(CBI +和CBI-)作为主体间因素,会话(基线和第二测试)作为一个主体内因素。

MRI数据预处理

使用DPABI版本1.2对数据进行预处理和分析(http://rfmri.org/dpabi)和SPM8(http://www.fil.ion.ucl.ac.uk/spm)。 第一批10卷被丢弃。 单个EPI数据是切片时间校正的。 头部运动超过3.0 mm平移或3°轮换(2 IGD受试者)的参与者被排除在外。 我们通过Friston-24校正进一步减少了头部运动的混淆。 我们退化了来自脑脊液和白质的信号,以减少生理伪影的可能影响。 然后将EPI数据标准化为蒙特利尔神经病学研究所(MNI)空间。 使用4 mm全宽半高斯高斯核的空间滤波器。 随后,应用带通时间滤波器(0.01-0.10 Hz)以减少低频漂移和高频噪声。

rsFC计算

从基于连通性的地块图谱中鉴定出双侧亚种ACC和杏仁核种子[52],以及Brodmann区域地图集(Brodmann区域34,请参见图S1)。 将每个种子内的平均时间序列与全脑体素进行回归,以生成互相关图。 通过Fisher的r-z转换将相关系数转换为Z分数。

我们在研究2中比较了sgACC和杏仁核中IGD和HC组的rsFC,并在研究3中比较了CBI +和CBI-组([第二次扫描时的rsFC]-[基线时的rsFC])之间的rsFC变化。 -样品 t通过高斯随机场理论(GRFT,体素水平)校正测试和组差图 P <0.001,结合群集级别 P <0.05(针对家庭误差校正)。

在研究2的IGD组中,我们进一步进行了基于ROI的回归分析,以检查BDI,CIAS得分和rs-FC之间的关系,并从全脑组间比较中确定了ROI。 我们报告了通过体素水平的GRFT纠正了ROI中明显的大脑激活 P <0.005和集群级别 P <0.05(PSVC - FWE <0.05)。

对于研究3,在CBI +组内进行基于ROI的回归分析,以检查BDI变化与CIAS评分之间的关​​系以及从双样本中确定的改变的rsFC t- 测试(体素水平 P <0.005和集群级别 P <0.05; PSVC - FWE <0.05)。

成果

研究1:对网络游戏玩家抑郁和成瘾严重程度的纵向调查

双变量相关性证明了四个波中相同变量的中等稳定性,每个波内变量之间的显着并发相关性,以及波上的显着纵向相关性(参见表S1)。 具体而言,在四波中,早期网络成瘾的严重程度与较高的抑郁症有关('从0.19到0.27, P <0.01),而更早的抑郁症与更高的成瘾严重性相关('从0.25到0.30, P <0.01)。

为了测试成瘾和抑郁严重程度之间的双向关系,我们首先拟合模型1,没有任何协变量或约束。 适合这个基本模型的模型很好[χ2(210)

= 441.049, P <0.001,CFI = 0.972,RMSEA = 0.044,SRMR = 0.070]。 模型1用作与更多约束模型进行比较的基础模型,在约束模型中,每个交叉滞后路径均被约束为在整个测量过程中相等。 与我们的假设一致,模型2的拟合度比模型1的RMSEA更好,但χ2,CFI和TLI值[Δχ2(12)

= 10.912, P > 0.05; ΔCFI<0.01,ΔTLI<0.01]。 因此,支持了网络成瘾的度量不变性,这表明网络游戏者已经理解和评估了网络成瘾的严重性,在过去的四年中相同。 其次,与模型4相比,模型3更好,RMSEA稍好,但CFI,TLI和χ相同2 值。 也就是说,两种关系的交叉滞后效应[抑郁/成瘾严重程度(T) 含 成瘾/抑郁严重程度(T + 1)]在4年份是相同的。 接下来,模型4与χ中的模型3不同2 但没有其他拟合指数(ΔCFI<0.01,ΔTLI<0.01,ΔRMSEA<0.01),表明这两个变量的自回归效应在4年中是稳定且相同的。 因此,选择模型4作为该研究的最终模型。

2 列出了模型1和4的路径系数,并显示网络成瘾和抑郁症状的严重程度随时间呈正相关。 此外,抑郁对成瘾严重程度(β= 0.118,0.126,0.127)的影响高于成瘾严重程度对抑郁的影响(β= 0.070,0.066,0.070)。 总之,这些结果提供了抑郁症和成瘾严重程度之间的时间相互关系的统计测量。

 
TABLE 2
www.frontiersin.org  

表2。 参数估计基本模型和ARCL模型6。

 

研究2:网络游戏障碍中抑郁症的神经相关性

IGD和HC主题的人口统计学和互联网游戏特征

IGD和HC受试者在年龄,教育程度,饮酒和吸烟措施方面没有差异。 正如所料,IGD受试者报告的BDI较高(8.78±5.54对比2.85±3.64; t = 6.91, P <0.001)和更高的CIAS分数(78.46±8.40和43.49±9.64; t = 20.27, P 与HC受试者相比(<0.001)(表S3)。

rsFC与IGD和HC受试者之间的差异

与HC相比,IGD受试者在左侧杏仁核和右侧DLPFC之间显示出显着更高的rsFC(图2) 2 和表 3)。 然而,对于右侧杏仁核或双侧sgACC种子没有观察到显着的组间差异。 通过使用更宽松的标准(体素水平 P <0.005和集群级别 P <0.05),IGD受试者在左sgACC和右DLPFC之间显示出明显更高的rsFC(图S2和表S4)。

 
图2
www.frontiersin.org  

图2。 IGD和HC科目中的休息状态功能连接 (A) 与IGD组抑郁有关 (B).

 
 
TABLE 3
www.frontiersin.org  

表3。 种子位置和区域显示IGD和HC受试者之间的连通性的显着差异(GRFT,体素水平 P <0.001和集群级别 P <0.05)。

 
 

脑 - 行为关系

在IGD组内,抑郁评分与左侧杏仁核和右侧DLPFC之间的连通性呈负相关(MNI:57,9,30; r = -0.35; 数字 2)。 成瘾严重程度与左侧杏仁核右侧DLPFC连接之间无显着相关性。

研究3:行为干预对抑郁的影响和治疗功效的神经基础

人口统计和互联网游戏特征

重复测量的方差分析显示,各组(CBI +和CBI-)之间因IGD的严重程度而发生的相互作用(第一次和第二次评估)[F(1,59) = 22.62, P <0.001]和BDI分数[F(1,59) = 7.89, P <0.01](表格 4)。 与对照组相比,干预组治疗后CIAS和抑郁评分均显着降低。

 
TABLE 4
www.frontiersin.org  

表4。 在干预之前和之后的时间点,CBI +和CBI-组之间的测量变量的比较。

 
 

CBI +和CBI-组中rsFC的变化

与CBI组相比,CBI +组在干预后显示左侧杏仁核与左前中回和DLPFC的rsFC显着降低(图 3A 和表 5)。 然而,对于右侧杏仁核或双侧sgACC种子没有观察到显着的组间差异。 具有更宽松的标准(体素水平 P <0.005和集群级别 P <0.05),CBI +受试者显示左sgACC和左中后回之间的功能连通性显着降低(图S3和表S5)。

 
图3
www.frontiersin.org  

图3。 研究结果3。 左侧杏仁核与MFG,中央前回和SFG之间的CBI +和CBI-组之间的rsFC变化([第二次扫描时的rsFC] - [基线时的rsFC])的比较 (A); 左侧杏仁核FC与右侧DLPFC之间的负相关与CBI +组抑郁评分的改变 (B); 显示BDI的变化得分与杏仁核-DLPFC基线rsFC中存活的β值的相关性的散点图 (C).

 
 
TABLE 5
www.frontiersin.org  

表5。 种子位置和区域显示CBI +和CBI-组之间连通性的显着差异(GRFT,体素水平 P <0.001和集群级别 P <0.05)。

 
 

脑 - 行为关系

尽管在CBI +组中未观察到rsFC变化与抑郁或成瘾严重程度之间的显着关联,但基线时左侧杏仁核与右侧DLPFC之间的连接性与抑郁症的改变评分呈负相关([Post-Pre],MNI: 42,15,27, r = 0.63; SVC; 数据 3B,C)在CBI +组。 然而,当控制基线抑郁严重程度时,这种关联并不显着。

讨论

我们通过结合纵向调查研究,横断面静息状态功能连接(rsFC)研究和干预研究来评估抑郁症和成瘾症状之间的关系以及支撑神经机制。 一般而言,网络成瘾和抑郁在互联网游戏玩家之间保持双向关系,因为成瘾和抑郁严重程度在4年期间相互影响。 通过直接比较个体与IGD和HC受试者,我们发现IGD组显示出更高的抑郁严重程度和杏仁核-DLPFC rsFC,其中连接的强度与IGD组中的抑郁负相关。 此外,患有IGD的个体在接受IGD的行为干预后显示出杏仁核和DLPFC之间的抑郁严重程度和rsFC降低。 情绪和执行控制网络之间的异常相互作用可能导致IGD中的抑郁症状,针对这些异常的干预可以缓解网络成瘾和抑郁症的两种症状。 总之,这些发现为网络游戏成瘾和抑郁症状密切相关提供了强有力的支持。

该结果与以下假设相一致:网络游戏者的成瘾和抑郁症状相互影响。 具体而言,较早时间的抑郁/互联网成瘾严重程度可肯定地预测较晚时间点的成瘾/抑郁严重程度。 因此,网络游戏者的成瘾和抑郁严重程度是双向相​​关的,与其他成瘾性疾病的发现一致[53, 54]。 虽然之前的研究显示网络游戏玩家的抑郁程度较高[5, 16, 55, 56],以及使用纵向数据的抑郁和成瘾严重程度之间的相互关系[57],目前的研究结果首次证明了网络游戏玩家抑郁症和成瘾症状之间的稳定双向关系。 双向关系可能会发生,因为(1)个人通过玩网络游戏来应对他们的情绪困扰[2, 58]。 (2)由于缺乏或退出现实生活关系,长时间的网络游戏导致抑郁[58, 59]。 此外,一些共同的因素,如生物,社会或早期生活事件可能会增加抑郁症和IGD的风险,以及他们的关联[58, 60]。 此外,抑郁症对成瘾严重程度的影响似乎高于成瘾对抑郁症的影响,这是一个需要进一步调查的问题。

在神经水平,与HC相比,IGD组在左侧杏仁核和右侧DLPFC之间显示出显着更高的rsFC,其与IGD组内的抑郁严重性负相关。 杏仁核在情绪处理,识别和记忆形成中起着关键作用[11, 17, 19]。 重要的是,杏仁核反应性可以通过PFC调节,并且这两个区域之间的异常神经相互作用已经在抑郁症中表征。 此外,杏仁核反应性可以通过PFC调节,并且这两个区域之间的异常神经相互作用已经在抑郁症中表征。 例如,杏仁核和PFC之间较弱的rsFC已经在之前的抑郁症静息状态研究中得到证实[23, 24, 61],IGD [25]和酒精误用[62]。 在MDD中也报道了在情绪相关任务期间减少PFC-杏仁核功能连接[27, 38, 63]。 DLPFC支持认知和情感控制[64并且,DLPFC和杏仁核之间的连接改变可能与负性情绪调节中的困难或破坏有关。 与大多数先前的MDD研究相反,目前的研究结果显示杏仁核-DLPFC连接性升高。 一个 特设 解释是IGD参与者可以继续游戏作为应对策略以摆脱负面情绪[58, 61],让DLPFC参与控制负性情绪,这可能在患有IGD的个体中相对完整[65],相对于那些有MDD的人。 应该注意的是,具有较高抑郁症状的IGD受试者显示杏仁核和DLPFC之间的连接性较低,这表明抑郁症与杏仁核-DLPFC连接之间的关系可能不是线性的。 因此,具有较低抑郁症状的IGD受试者可以增加对杏仁核活动的前额控制以控制情绪问题,但是这种调节在具有更严重的抑郁症状的那些中不那么有效或甚至被破坏。 总之,以杏仁核为中心的连接改变的方向性需要更多的研究,仔细考虑方法,抑郁的严重程度,前额子区域的功能异质性以及药物治疗的效果。

与IGD中行为干预的荟萃分析一致[34],目前的干预研究表明,与CBI组相比,接受干预后CBI +组的网络成瘾和抑郁症状明显减少。 此外,CBI +组显示杏仁核的rsFC减少,伴有额叶皮层区域。 因此,CBI似乎通过直接减少负性情绪刺激的显着性来使杏仁核-DLPFC连接正常化,使得IGD受试者需要较少的认知资源用于情绪调节。 总之,这些发现表明杏仁核和DLPFC之间的功能性相互作用可以作为IGD中抑郁症状的潜在神经生物学标志物和临床干预的候选靶标。

与MDD的发现相反[15, 29, 64],在患有IGD的个体中未发现以sgACC为中心的rsFC改变,也没有发现CBI在sgACC和前额皮质之间修复rsFC的作用。 一种可能的解释是,在研究2和3中,我们排除了患有严重抑郁症的IGD受试者以控制可能的混杂因素,并且sgACC不连接性可能不会在抑郁程度较轻的个体中出现。 另一种可能性涉及IGD受试者和MDD患者中较高抑郁症状的不同机制,这一问题将通过对单一和共病诊断的个体的研究进一步研究。 然而,应该注意的是,结果显示sgACC和杏仁核之间的网络模式相似,这与MDD中的研究一致,情感网络的异常rsFC在前额皮质中重叠[23, 29].

该研究揭示了抑郁症与成瘾严重程度之间的双向关系以及其在IGD中的潜在神经机制。 至少,这些发现为重要的神经表型提供了证据 - 潜在的RDoC [3] - IGD。 这些结果也可能为制定更有效的IGD干预措施提供新的信息。 包括抑郁在内的情绪功能障碍被认为是成瘾的重要治疗靶点,因为它与复发有关[66]。 根据目前的研究结果,在设计干预措施和评估IGD的治疗结果时,应考虑抑郁症和其他情绪功能障碍。 例如,实时fMRI神经反馈等方法[67调节杏仁核和sgACC的rsFC可以有效改善IGD和抑郁症状,并补充其他干预措施,以达到更好的效果。

应该注意一些限制。 首先,研究1使用SCL-90的子量表,而研究2和3使用BDI测量抑郁症。 尽管两者都是广泛使用的具有良好心理测量特性的评估工具,但研究结果仍有待通过使用一致测量的研究来证实。 其次,IGD是IA研究最多的亚型之一。 但是,应该谨慎地将这些发现推广到IA的其他亚型(例如,网络成瘾)[68]。 第三,目前的研究主要针对年轻人。 青春期是IGD和许多情绪问题(包括抑郁症)发展的另一个关键时期[69]。 未来的研究迫切需要研究IGD与抑郁症之间的共病以及青少年的潜在神经机制。 第四,目前的研究结果并未阐明抑郁症与IGD之间的因果关系。 使用fMRI和抗抑郁药物组合的双盲,随机,安慰剂对照研究可以直接解决这个问题。 第五,在研究3中,IGD受试者未被随机分配到CBI +和CBI-组。 因此,我们不能排除可能的混杂因素,例如对当前行为和影像学发现进行治疗的动机。 最后,我们根据CIAS分数和每周游戏时间确定了IGD。 然而,这种基于症状的定义可能缺乏坚实的理论基础,并承担了将常见行为病理化的风险[70]。 因此,建议基于IGD的适当操作定义和考虑关键排他标准的新诊断工具用于未来研究。

总之,结合纵向调查,功能磁共振成像和干预研究,我们报告网络成瘾和抑郁的症状与互联网游戏玩家的相互影响高度相关。 患有IGD的个体显示出更高的杏仁核-DLPFC连接性,其与抑郁症状呈负相关,并且在对IGD进行行为干预后,这种改变以及额扣带连接性降低。 对于IGD的诊断分类和IGD干预的发展,应考虑高抑郁症状和额腱 - 阿米加拉电路功能障碍。

作者贡献

J-TZ和X-YF负责研究概念和设计; LL,C-CX,JL和S-SM参与了干预实践和数据采集; Y-WY,LL,J-TZ和CL协助进行数据分析和结果解释; LL和Y-WY起草了手稿。 J-TZ,CL和X-YF对知识内容的手稿进行了重要修订。 所有作者都严格审查并批准了提交出版的稿件的最终版本。

利益冲突声明

作者声明,研究是在没有任何可被解释为潜在利益冲突的商业或金融关系的情况下进行的。

致谢

我们感谢所有科目参与我们的研究。 这项工作得到了国家自然科学基金(No.31170990,No.81100992,No.31700966)的支持; 中央大学基础研究基金(编号:2017XTCX04); NIH补助金(编号K02DA026990); 并获得中国博士后科学基金(No. 2017M620655)的资助。

补充材料

本文的补充材料可在以下网址找到: https://www.frontiersin.org/articles/10.3389/fpsyt.2018.00154/full#supplementary-material

参考资料

1。 Chamberlain SR,Lochner C,Stein DJ,Goudriaan AE,van Holst RJ,Zohar J,et al。 行为成瘾 - 涨潮? Eur Neuropsychopharmacol (2016) 26:841-55。 doi:10.1016 / j.euroneuro.2015.08.013

PubMed摘要 | CrossRef全文 | Google Scholar

2。 美国精神病学协会。 精神疾病诊断和统计手册,5th Edn。 弗吉尼亚州阿灵顿:美国精神病学协会(2013)。

3。 Insel T,Cuthbert B,Garvey M,Heinssen R,Pine DS,Quinn K,et al。 研究领域标准(RDoC):迈向精神障碍研究的新分类框架。 AM J精神病 (2010) 167:748-51。 doi:10.1176 / appi.ajp.2010.09091379

PubMed摘要 | CrossRef全文 | Google Scholar

4。 Lin X,Zhou H,Dong G,Du X.网络游戏障碍患者的风险评估受损:来自概率贴现任务的fMRI证据。 Prog Neuropsychopharmacol Biol Psychiatry (2015) 56:142-8。 doi:10.1016 / j.pnpbp.2014.08.016

PubMed摘要 | CrossRef全文 | Google Scholar

5。 Liu L,Yip SW,Zhang JT,Wang LJ,Shen ZJ,Liu B,et al。 在网络游戏障碍中的线索反应期间激活腹侧和背侧纹状体。 Addict Biol。 (2017) 22:791-801。 doi:10.1111 / adb.12338

PubMed摘要 | CrossRef全文 | Google Scholar

6。 Kaess M,Durkee T,Brunner R,Carli V,Parzer P,Wasserman C,et al。 欧洲青少年的病理性互联网使用:精神病理学和自我毁灭行为。 Eur Child Adolesc Psychiatry (2014) 23:1093–102. doi: 10.1007/s00787-014-0562-7

PubMed摘要 | CrossRef全文 | Google Scholar

7。 Ho RC,Zhang MW,Tsang TY,Toh AH,Pan F,Lu Y,et al。 网络成瘾与精神病合并症之间的关联:荟萃分析。 BMC精神病学 (2014) 14:183. doi: 10.1186/1471-244X-14-183

CrossRef全文 | Google Scholar

8。 King,DL和Delfabbro,PH青春期网络游戏障碍的认知精神病理学。 J Abnorm Child Psychol。 (2016) 44:1635–45. doi: 10.1007/s10802-016-0135-y

PubMed摘要 | CrossRef全文 | Google Scholar

9。 Lin PC,Su CH,Yen JY,Ko CH。 大学生和非学生成人共患精神症状与网络游戏障碍缓解之间的关系。 台湾人J精神病学 (2016) 30:279-88。 doi:10.1016 / j.eurpsy.2010.04.011

CrossRef全文 | Google Scholar

10。 Stetina BU,Kothgassner OD,Lehenbauer M,Kryspin-Exner I.超越了网络游戏的魅力:探索在线游戏世界的令人上瘾的行为和沮丧。 Comp Hum Behav (2011) 27:473-9。 doi:10.1016 / j.chb.2010.09.015

CrossRef全文 | Google Scholar

11。 Gentile DA,Choo H,Liau A,Sim T,Li D,Fung D,et al。 年轻人使用病理性视频游戏:一项为期两年的纵向研究。 儿科 (2011)。 127:319–27. doi: 10.1542/peds.2010-1353

PubMed摘要 | CrossRef全文 | Google Scholar

12。 年轻的KS,罗杰斯RC。 抑郁症与网络成瘾之间的关系。 Cyber​​Psychol Behav。 (1998) 1:25-8。 doi:10.1089 / cpb.1998.1.25

CrossRef全文 | Google Scholar

13。 Sutherland MT,McHugh MJ,Pariyadath V,Stein EA。 在成瘾中休息状态功能连接:经验教训和前进道路。 影像学 (2012) 62:2281-95。 doi:10.1016 / j.neuroimage.2012.01.117

PubMed摘要 | CrossRef全文 | Google Scholar

14。 张思,李CSR。 行为参与的神经测量:前躯中任务残留的低频血氧水平依赖性活动。 影像学 (2010) 49:1911-8。 doi:10.1016 / j.neuroimage.2009.09.004

PubMed摘要 | CrossRef全文 | Google Scholar

15。 Connolly CG,Wu J,Ho TC,Hoeft F,Wolkowitz O,Eisendrath S,et al。 抑郁青少年亚基前扣带皮层的休息状态功能连接。 生物学精神病学 (2013) 74:898-907。 doi:10.1016 / j.biopsych.2013.05.036

PubMed摘要 | CrossRef全文 | Google Scholar

16。 Zhang JT,Yao YW,Li CSR,Zang YF,Shen ZJ,Liu L,et al。 改变患有网络游戏障碍的年轻成年人岛叶的静息状态功能连接。 Addict Biol。 (2016a) 21:743-51。 doi:10.1111 / adb.12247

CrossRef全文

17。 Adolphs R,Tranel D,Damasio H,Damasio A.在对人类杏仁核的双侧损伤后,面部表情中的情绪识别受损。 自然 (1994) 372:669–72. doi: 10.1038/372669a0

PubMed摘要 | CrossRef全文 | Google Scholar

18. Gottfried JA,O'Doherty J和Dolan RJ。 编码人类杏仁核和眶额皮质的预测奖励价值。 科学 (2003) 301:1104-7。 doi:10.1126 / science.1087919

PubMed摘要 | CrossRef全文 | Google Scholar

19。 菲尔普斯EA,LeDoux JE。 杏仁核对情绪加工的贡献:从动物模型到人类行为。 神经元 (2005) 48:175-87。 doi:10.1016 / j.neuron.2005.09.025

PubMed摘要 | CrossRef全文 | Google Scholar

20。 Zhang S,Hu S,Chao HH,Ide JS,Luo X,Farr OM,et al。 腹内侧前额叶皮层和生理唤醒的调节。 Soc Cogn Affect Neurosci。 (2013) 9:900-8。 doi:10.1093 / scan / nst064

PubMed摘要 | CrossRef全文 | Google Scholar

21。 Zhang S,Hu S,Chao HH,Luo X,Farr OM,Li CSR。 在认知任务中脑皮肤电导反应的相关性。 影像学 (2012) 62:1489-98。 doi:10.1016 / j.neuroimage.2012.05.036

PubMed摘要 | CrossRef全文 | Google Scholar

22。 Kaiser RH,Andrews-Hanna JR,Wager TD,Pizzagalli DA。 重度抑郁症的大规模网络功能障碍:静息状态功能连接的荟萃分析。 JAMA精神病学 (2015) 72:603-11。 doi:10.1001 / jamapsychiatry.2015.0071

PubMed摘要 | CrossRef全文 | Google Scholar

23。 Tahmasian M,Knight DC,Manoliu A,SchwerthöfferD,Scherr M,Meng C,et al。 海马和杏仁核的异常内在连接在重度抑郁症的额叶和背内侧 - 前额叶皮质中重叠。 Front Hum Neurosci。 (2013) 7:639。 doi:10.3389 / fnhum.2013.00639

PubMed摘要 | CrossRef全文 | Google Scholar

24。 Tang Y,Kong L,Wu F,Womer F,Jiang W,Cao Y,et al。 在患有严重抑郁症的初治患者中,杏仁核和左腹前额叶皮质之间的功能连接性降低:静息状态功能磁共振成像研究。 心理医学 (2013) 43:1921-7。 doi:10.1017 / S0033291712002759

PubMed摘要 | CrossRef全文 | Google Scholar

25。 Ko CH,Hsieh TJ,Wang PW,Lin WC,Yen CF,Chen CS,et al。 改变了成人网络游戏障碍中杏仁核的灰质密度和破坏的功能连接性。 Prog Neuropsychopharmacol Biol Psychiatry (2015) 57:185-92。 doi:10.1016 / j.pnpbp.2014.11.003

PubMed摘要 | CrossRef全文 | Google Scholar

26。 Huebl J,BrückeC,Merkl A,Bajbouj M,Schneider GH,KühnAA。 情绪刺激的处理通过调节治疗抵抗性抑郁症患者的子带前扣带皮层中的β带活动来反映。 SOC。 认知影响神经系统。 (2016) 11:1290-8。 doi:10.1093 / scan / nsw038

PubMed摘要 | CrossRef全文 | Google Scholar

27。 Kong L,Chen K,Womer F,Ren L,Jiang W,Cao Y,et al。 杏仁核和前额叶皮质之间的功能连接在没有药物治疗的重度抑郁症患者中。 J精​​神病学神经科学。 (2013) 38:417-22。 doi:10.1503 / jpn.120117

PubMed摘要 | CrossRef全文 | Google Scholar

28。 Hamilton JP,Chen G,Thomason ME,Schwartz ME,Gotlib IH。 研究重度抑郁症的神经优势:静息状态fmri时间序列数据的多变量格兰杰因果关系分析。 Mol精神病学 (2011) 16:763-72。 doi:10.1038 / mp.2010.46

PubMed摘要 | CrossRef全文 | Google Scholar

29。 Sheline YI,Price JL,Yan Z,Mintun MA。 抑郁症中的静息状态功能磁共振成像通过背侧关系增加了网络之间的连通性。 Proc Natl Acad Sci USA (2010) 107:11020-5。 doi:10.1073 / pnas.1000446107

PubMed摘要 | CrossRef全文 | Google Scholar

30。 Camchong J,MacDonald AW,Mueller BA,Nelson B,Specker S,Slaymaker V,et al。 兴奋剂使用障碍戒烟期间休息功能连接的变化:复发者和戒断者的初步比较。 药物酒精依赖 (2014) 139:145-51。 doi:10.1016 / j.drugalcdep.2014.03.024

PubMed摘要 | CrossRef全文 | Google Scholar

31。 Camchong J,Stenger A,Fein G.在长期戒酒酗酒者中恢复状态同步。 Alco Clin Exp Res。 (2013) 37:75–85. doi: 10.1111/j.1530-0277.2012.01859.x

CrossRef全文 | Google Scholar

32。 Zhang JT,Ma SS,Li CSR,Liu L,Xia CC,Lan J,et al。 渴望对网络游戏障碍的行为干预:修复腹侧纹状体的功能连接。 Addict Biol。 (2018) 23:337-46。 doi:10.1111 / adb.12474

PubMed摘要 | CrossRef全文 | Google Scholar

33。 Zhang JT,Yao YW,Potenza MN,Xia CC,Lan J,Liu L,et al。 改变了对网络游戏障碍的渴望行为干预后的休息状态神经活动和变化。 Sci Rep。 (2016b) 6:28109。 doi:10.1038 / srep28109

PubMed摘要 | CrossRef全文 | Google Scholar

34。 Winkler A,DörsingB,Rief W,Shen Y,Glombiewski JA。 网络成瘾的治疗:荟萃分析。 Clin Psychol Rev. (2013) 33:317-29。 doi:10.1016 / j.cpr.2012.12.005

PubMed摘要 | CrossRef全文 | Google Scholar

35.邓丽丽,刘力,夏春来,兰洁,张建堂,方兴雄。 对减轻大学生网络游戏障碍的渴望行为干预:一项纵向研究。 前心理学家。 (2017) 8:526。 doi:10.3389 / fpsyg.2017.00526

PubMed摘要 | CrossRef全文 | Google Scholar

36。 Yao YW,Chen PR,Chiang-shan RL,Hare TA,Li S,Zhang JT,et al。 结合现实疗法和正念冥想减少了患有网络游戏障碍的年轻人的跨期决策冲动。 Comp Hum Behav。 (2017a) 68:210-6。 doi:10.1016 / j.chb.2016.11.038

CrossRef全文 | Google Scholar

37。 梁莉,周德,袁C,邵阿,卞..网络成瘾与抑郁之间关系的性别差异:中国青少年的交叉滞后研究。 Comp Hum Behav。 (2016) 63:463-70。 doi:10.1016 / j.chb.2016.04.043

CrossRef全文 | Google Scholar

38。 Siegle GJ,Thompson W,Carter CS,Steinhauer SR,Thase ME。 单相抑郁症中杏仁核增加和背外侧前额叶BOLD反应减少:相关和独立的特征。 生物学精神病学 (2007) 61:198-209。 doi:10.1016 / j.biopsych.2006.05.048

PubMed摘要 | CrossRef全文 | Google Scholar

39。 Ko CH,Yen JY,Chen SH,Yang MJ,Lin HC,Yen CF. 提出的诊断标准和大学生网络成瘾的筛查和诊断工具。 Comp Psychiatry (2009) 50:378-84。 doi:10.1016 / j.comppsych.2007.05.019

PubMed摘要 | CrossRef全文 | Google Scholar

40。 Chen CY,Huang MF,Yen JY,Chen CS,Liu GC,Yen CF,et al。 大脑相关的互联网游戏障碍的反应抑制。 精神病学Clin Neurosci。 (2015) 69:201-9。 doi:10.1111 / pcn.12224

PubMed摘要 | CrossRef全文 | Google Scholar

41。 Derogatis LR,Lipman RS,Covi L. SCL-90:门诊评定量表 - 初步报告。 Psychopharmacol Bull。 (1973) 9:13-28。

PubMed摘要 | Google Scholar

42。 Beck AT,Ward CH,Mendelson M,Mock J,Erbaugh J.用于测量抑郁症的清单。 弓根精神病 (1961) 4:561-71。 doi:10.1001 / archpsyc.1961.01710120031004

PubMed摘要 | CrossRef全文 | Google Scholar

43。 Kober H,Mendesiedlecki P,Kross EF,Weber J,Mischel W,Hart CL,et al。 前额 - 纹状体途径是渴望的认知调节的基础。 Proc Natl Acad Sci USA (2010) 107:14811-6。 doi:10.1073 / pnas.1007779107

PubMed摘要 | CrossRef全文 | Google Scholar

44。 Bast J,Reitsma P. Matthew阅读效果:潜在生长曲线模型和单形模型与结构化手段的比较。 多变量行为决定 (1997) 32:135–67. doi: 10.1207/s15327906mbr3202_3

CrossRef全文 | Google Scholar

45。 Curran PJ,Bollen KA。 两全其美:结合自回归和潜在曲线模型。 在Collins LM和Sayer AG,编辑。 变革分析的新方法。 华盛顿特区:美国心理学会(2001)。 页。 107-135。

Google Scholar

46。 Jun S.韩国青少年手机成瘾与抑郁症状之间的相互纵向关系。 Comp Hum Behav (2016) 58:179-86。 doi:10.1016 / j.chb.2015.12.061

CrossRef全文 | Google Scholar

47。 Song TM,An JY,Hayman LL,Kim GS,Lee JY,Jang HL。 对尼古丁依赖和平均吸烟的三年自回归交叉滞后小组分析。 医疗信息学Res。 (2012) 18:115-24。 doi:10.4258 / hir.2012.18.2.115

PubMed摘要 | CrossRef全文 | Google Scholar

48。 MuthénL。 Mplus用户指南。 (2012)。 加利福尼亚州洛杉矶:Muthen&Muthén1998–2010。

Google Scholar

49。 Cheung GW,Rensvold RB。 评估拟合优度指数以测试测量不变性。 Struct Equ Model Multidiscpl J. (2002) 9:233–55. doi: 10.1207/S15328007SEM0902_5

CrossRef全文 | Google Scholar

50。 Ciarrochi J,Parker P,Kashdan T,Heaven P,Barkus E. Hope和情绪健康。 一项为期六年的纵向研究,旨在区分前因,相关因素和后果。 [推进在线出版]。 J. Posit。 心理学。 (2015)。 10:520-32。 doi:10.1080 / 17439760.2015.1015154

CrossRef全文 | Google Scholar

51。 Steenkamp JBEM,Baumgartner H.评估跨国消费者研究中的测量不变性。 J. Consum。 RES。 (1998) 25:78-107。 doi:10.1086 / 209528

CrossRef全文 | Google Scholar

52。 Neubert FX,Mars RB,Sallet J,Rushworth MF。 连通性揭示了人类和猴子额叶皮层中奖励引导学习和决策制定的大脑区域的关系。 Proc Natl Acad Sci USA (2015) 112:E2695-704。 doi:10.1073 / pnas.1410767112

PubMed摘要 | CrossRef全文 | Google Scholar

53. Chaiton MO,Cohen JE,O'Loughlin J,RehmJ。关于青少年抑郁与吸烟之间关系的纵向研究的系统综述。 BMC公共卫生 (2009) 9:356. doi: 10.1186/1471-2458-9-356

PubMed摘要 | CrossRef全文 | Google Scholar

54。 吉尔曼SE,亚伯拉罕HD。 纵向研究酒精依赖和重度抑郁症的发病顺序。 药物酒精依赖 (2001) 63:277–86. doi: 10.1016/S0376-8716(00)00216-7

PubMed摘要 | CrossRef全文 | Google Scholar

55。 Tortolero SR,Peskin MF,Baumler ER,Cuccaro PM,Elliott MN,Davies SL,et al。 每日暴力视频游戏和青春期前青少年的抑郁症。 Cyber​​psychol Behav Soc Netw。 (2014) 17:609-15。 doi:10.1089 / cyber.2014.0091

PubMed摘要 | CrossRef全文 | Google Scholar

56。 Ko CH,Yen JY,Chen SH,Wang PW,Chen CS,Yen CF. 评估台湾年轻人DSM-5中网络游戏障碍的诊断标准。 J Psychiatr Res。 (2014) 53:103-10。 doi:10.1016 / j.jpsychires.2014.02.008

PubMed摘要 | CrossRef全文 | Google Scholar

57。 Cho SM,Sung MJ,Shin KM,Lim KY,Shin YM。 儿童时期的精神病理学是否预测男性青少年的网络成瘾? 儿童精神病学嗡嗡声。 (2013) 44:549–55. doi: 10.1007/s10578-012-0348-4

PubMed摘要 | CrossRef全文 | Google Scholar

58。 Rappeneau V,BérodA。重新考虑抑郁症作为物质使用障碍的风险因素:来自啮齿动物模型的见解。 Neurosci Biobehav。 启示录 (2017) 77:303-16。 doi:10.1016 / j.neubiorev.2017.04.001

PubMed摘要 | CrossRef全文 | Google Scholar

59。 Choi J,Cho H,Kim JY,Jung DJ,Ahn KJ,Kang HB,et al。 前额皮质的结构改变介导了网络游戏障碍和抑郁情绪之间的关系。 Sci Rep (2017) 7:1245. doi: 10.1038/s41598-017-01275-5

PubMed摘要 | CrossRef全文 | Google Scholar

60。 Kendler KS,Prescott CA,Myers J,Neale MC。 男性和女性常见精神疾病和物质使用障碍的遗传和环境风险因素的结构。 弓根精神病 (2003) 60:929-37。 doi:10.1001 / archpsyc.60.9.929

PubMed摘要 | CrossRef全文 | Google Scholar

61。 Pannekoek JN,Werff SJA,Meens PH,Bulk BG,Jolles DD,Veer IM,et al。 在初治临床抑郁的青少年中,边缘和突出网络中的异常休息状态功能连接。 J Child Psychol Psychiatry (2014) 55:1317-27。 doi:10.1111 / jcpp.12266

PubMed摘要 | CrossRef全文 | Google Scholar

62。 Hu S,Ide JS,Chao HH,Zhornitsky S,Fischer KA,Wang W,et al。 休息状态杏仁核功能连接和非依赖性酒精饮用者饮酒问题。 药物酒精依赖 (2018) 185:173-180。 doi:10.1016 / j.drugalcdep.2017.11.026

PubMed摘要 | CrossRef全文 | Google Scholar

63。 Dannlowski U,Ohrmann P,Konrad C,Domschke K,Bauer J,Kugel H,et al。 减少主要抑郁症中的杏仁核 - 前额叶偶联:与MAOA基因型和疾病严重程度相关。 研究Neuropsychopharmacol。 (2009) 12:11-22。 doi:10.1017 / S1461145708008973

PubMed摘要 | CrossRef全文 | Google Scholar

64。 Mulders PC,van Eijndhoven PF,Schene AH,Beckmann CF,Tendolkar I.重度抑郁症患者的休息状态功能连接:综述。 Neurosci Biobehav Rev (2015) 56:330-44。 doi:10.1016 / j.neubiorev.2015.07.014

PubMed摘要 | CrossRef全文 | Google Scholar

65。 姚YW,刘莉,马SS,施新华,周娜,张JT,等。 网络游戏障碍的功能和结构神经改变:系统评价和荟萃分析。 Neurosci Biobehav Rev. (2017) 83:313-24。 doi:10.1016 / j.neubiorev.2017.10.029

PubMed摘要 | CrossRef全文 | Google Scholar

66。 Li CR,Sinha R.抑制控制和情绪压力调节:神经兴奋剂成瘾中额叶边缘功能障碍的神经影像学证据。 Neurosci Biobehav Rev. (2008) 32:581-97。 doi:10.1016 / j.neubiorev.2007.10.003

PubMed摘要 | CrossRef全文 | Google Scholar

67。 Kirsch M,Gruber I,Ruf M,Kiefer F,Kirsch P.实时功能磁共振成像神经反馈可以减少纹状体对酒精刺激的反应。 Addict Biol。 (2015) 21:982-92。 doi:10.1111 / adb.12278

PubMed摘要 | CrossRef全文 | Google Scholar

68。 WéryA,Billieux J.有问题的网络:概念化,评估和治疗。 Addict Behav。 (2017) 64:238-46。 doi:10.1016 / j.addbeh.2015.11.007

PubMed摘要 | CrossRef全文 | Google Scholar

69。 Paus T,Keshavan M,Giedd JN。 为什么青春期会出现许多精神疾病? Nat Rev Neurosci。 (2008) 9:947-57。 doi:10.1038 / nrn2513

PubMed摘要 | CrossRef全文 | Google Scholar

70。 Kardefelt-Winther D,Heeren A,Schimmenti A,Rooij A,Maurage P,Carras M,et al。 如何在不对常见行为进行病态化的情况下概念化行为成瘾? (2017) 112:1709-15。 doi:10.1111 / add.13763

PubMed摘要 | CrossRef全文 | Google Scholar

 

关键词:杏仁核,抑郁症,功能磁共振成像,网络游戏障碍,静息状态功能连接,亚前扣带皮层

引用:刘璐,姚咏薇,李CR,张JT,夏CC,兰杰,马SS,周恩,方昕(2018)网络游戏障碍与抑郁症的共病:相互关系与神经机制。 面前。 精神病学 9:154。 doi:10.3389 / fpsyt.2018.00154

收到:26 January 2018; 接受:04 April 2018;
发布时间:23 April 2018。

编辑:

Yasser Khazaal,瑞士日内瓦大学

点评人:

清华何,中国西南大学
Aviv M. Weinstein,以色列阿里尔大学

版权所有©2018 Liu,Yao,Li,Zhang,Xia,Lan,Ma,Zhou和Fang。 这是一份根据条款分发的开放获取文章 知识共享署名许可(CC BY)。 允许在其他论坛中使用,分发或复制,前提是原始作者和版权所有者被记入贷方,并且根据公认的学术惯例引用本期刊中的原始出版物。 不允许使用,分发或复制,不符合这些条款。

*通讯:张金涛, [电子邮件保护]
方小怡, [电子邮件保护]

这些作者对这项工作做出了同样的贡献。