网络游戏障碍大学生危险收益与损失的决策（2015）

公共科学图书馆之一。 2015 Jan 23; 10（1）：e0116471。 doi：10.1371 / journal.pone.0116471。

  • 姚元伟

    所属机构：北京师范大学心理学院，北京，中国⨯

  • 陈品如，

    所属机构：北京师范大学心理学院，北京，中国⨯

  • 宋莉

    所属机构：北京师范大学数学科学学院，北京⨯

  • 王玲娇，

    所属机构：北京师范大学认知神经科学与学习国家重点实验室和IDG /麦戈文脑研究所，北京⨯

  • 张金涛，

    *电子邮件： [电子邮件保护] （JTZ）; [电子邮件保护] （XYF）

    所属机构：北京师范大学认知神经科学与学习国家重点实验室和北京师范大学IDG /麦戈文脑研究所，北京师范大学脑与学习科学合作与创新研究中心，北京⨯

  • Sarah W. Yip，

    所属机构：耶鲁大学医学院精神病学系，美国康涅狄格州纽黑文市⨯

  • 陈刚，

    所属机构：科学和统计计算核心，国家精神卫生研究所，国立卫生研究院，卫生和人类服务部，美国马里兰州贝塞斯达⨯

  • 邓林元

    所属机构：北京师范大学教育学院，中国北京⨯

  • 刘勤雪，

    所属单位：华中师范大学心理学院，武汉，中国武汉市青少年网络心理与行为重点实验室（CCNU）⨯

  • 方小怡

    *电子邮件： [电子邮件保护] （JTZ）; [电子邮件保护] （XYF）

    所属机构：北京师范大学发展心理研究所，北京，认知神经科学与学习国家重点实验室，北京师范大学IDG /麦戈文脑研究所，北京，天津师范大学心理与行为研究院，中国天津

    ⨯

PLOS
  • 发布时间：1月23，2015
  • DOI：10.1371 / journal.pone.0116471

抽象

患有网络游戏障碍（IGD）的个人往往不仅在他们的现实生活中而且在实验室任务中表现出不利的风险决策。 决策是一个复杂的多方面功能，不同的认知过程涉及到收益和损失的决策。 然而，在IGD背景下，受损决策与收益与损失处理之间的关系知之甚少。 本研究的主要目的是分别评估使用杯子任务的IGD大学生的风险收益和损失的决策。 此外，我们还分别研究了结果量级和概率水平对与风险收益和损失相关的决策的影响。 60名具有IGD和42的大学生参加了健康对照（HC）。 结果表明，IGD受试者表现出比HC更大的冒险倾向。 与HC相比，IGD受试者在损失域中做出了更不利的风险选择（但不在增益域中）。 随访分析表明，损伤与IGD受试者中风险损失的结果大小和概率水平变化不敏感相关。 此外，较高的网络成瘾严重性分数与损失领域中不利风险选项的百分比相关。 这些研究结果强调了对IGD背景下风险不利决策的损失不敏感的影响，这对未来的干预研究有影响。

引文：Yao YW，Chen PR，Li S，Wang LJ，Zhang JT，et al。 （2015）网络游戏障碍大学生危险收益与损失的决策。 PLoS ONE 10（1）：e0116471。 DOI：10.1371 / journal.pone.0116471

学术编辑： Ingmar HA Franken，荷兰鹿特丹伊拉斯姆斯大学

收稿日期： 七月17，2014; 公认： 12月9，2014; 出版日期： 2015 年 1 月 23 日

这是一篇开放获取的文章，没有任何版权，可以任何人为任何合法目的自由复制，分发，传播，修改，构建或以其他方式使用。 这项工作是在 知识共享CC0 公共领域的奉献精神

数据可用性：所有相关数据均在论文及其支持信息文件中。

资金：本研究得到了国家自然科学基金（No.31170990和No.81100992），中央大学基础研究基金（No. 2012WYB01）和中国大学生国家创新基金项目（No. 201310027028）。 SWY从NIDA（T32 DA007238-23）的拨款中获得了工资支持。 资助者在研究设计，数据收集和分析或手稿准备方面没有任何作用。

利益争夺： 作者宣称没有竞争利益存在。

介绍

网络游戏障碍（IGD）被定义为过度和不受控制的在线游戏，尽管经历了负面后果，包括失眠，学习成绩差和社会隔离[1,2]。 IGD越来越被认为是全球心理健康问题[3]，最近在DSM-5的第三部分中作为一个值得进一步研究的主题[4]。 此外，由于互联网在校园内免费提供，大多数大学生都在玩互联网游戏进行娱乐活动，然而，这使得他们成为IGD最易感人群之一[5,6].

适应不良的决策是补充的关键症状之一[7–9]。 先前的研究结果表明，药物滥用或依赖的个体在一系列决策任务中的表现受损[10–14]。 最近的研究表明IGD的决策缺陷。 例如，研究人员发现IGD患者相对于健康的非比赛对象，在骰子游戏任务中做出了更多不利的选择[15]，这种损害可能部分是由于未能利用反馈[16]。 证据还表明，在爱荷华州赌博任务测量的模糊性下，有网络成瘾的个人在决策中受损[17,18]。 使用其他范例（例如，猜测任务，概率贴现任务）的神经影像学研究也表明在决策过程中IGD患者的神经反应发生了变化，包括预测和处理奖励和惩罚[19–21]并评估风险[22].

决策是一种复杂的认知功能，而且越来越多的证据表明，不同的过程涉及到收益和损失的决策[23–26]。 一些研究人员发现，与损失领域相比，患有成瘾相关疾病的个体主要在收益方面做出明显更不利的选择[27,28虽然现有数据也表明对损失不敏感在物质依赖个体的决策缺陷中起着至关重要的作用[29,30]。 然而，IGD受试者的决策受损程度可归因于收益与损失处理的变化仍然知之甚少。 单独调查IGD患者的奖励寻求和避免躲避的特征将推动目前对该群体决策缺陷机制的理解，并可能有助于制定更有效的IGD干预措施。

在目前的研究中，我们试图分别评估IGD大学生的收益和损失决策。 为此，我们采用了杯子任务[26]，它隔离了增益和损失域的决策。 此外，我们进一步试图研究两个基本组成部分，即结果大小和概率水平对与风险收益和损失相关的决策的影响。 根据以往的研究[15,16,21]，我们假设：（1）IGD受试者与匹配的健康对照（HC）相比，总体上会产生更多风险的选择; （2）与HC相比，IGD受试者在获益和损失领域的风险不利试验中表现更差; （3）IGD受试者的决策缺陷与对结果量级和概率水平不敏感有关; 和（4）IGD严重程度评分与杯赛任务中不利的风险选择正相关。

方法

道德声明

本研究方案经北京师范大学心理学院机构审查委员会批准。 所有参与者在实验前都提供了书面知情同意书，并获得了参与的金钱补偿。

参与者成员

共有102大学生（60 IGD科目和42 HCs）通过在中国北京的在线广告从大学招募。 鉴于男性与女性IGD患病率较高[1,31–33]，只选择了男性科目。 没有参与者报告过以前使用非法药物（如可卡因）或赌博（包括在线赌博）的经历。 此外，报告任何精神病或神经系统疾病史，使用影响中枢神经系统的精神药物的参与者被排除在进一步研究之外。

IGD的诊断是通过每周网络游戏时间和陈网络成瘾量表（CIAS）建立的[34]。 CIAS由基于26点李克特量表的4项目组成，该量表评估了网络成瘾的5维度：强迫使用，退出，容忍，人际关系问题和时间管理。 之前已经证明了大学生CIAS的信度和效度[33]。 IGD受试者的入选标准为：（1）CIAS评分为67或更高[33,35]，（2）花在互联网游戏上的时间比任何其他互联网应用程序都多，而且（3）每周至少花费14小时至少一年。 为了进一步确认IGD受试者沉迷于网络游戏并排除其他在线活动（尤其是在线赌博）对决策的影响，IGD受试者被要求列出占据其大部分在线时间的前三个互联网活动。 所有这些人都将互联网游戏列为第一，并表示他们对互联网游戏“上瘾”，但其中没有一个包括他们列表中的在线赌博或扑克游戏。 HC的纳入标准是：（1）评级≤CIAS的50，（2）偶尔网络游戏（每周≤2小时）或从未玩过一生中的在线游戏。

杯赛任务

计算机化的中文版Cups任务改编自[]开发的原始任务。26]。 该任务包括54试验，平均分为收益和损失领域。 在每次试验中，参与者被要求在风险选项和安全选项之间进行选择，并且安全选项由单杯表示，并且与100元的赢或输的概率相关联。 风险选项由100，2或3杯代表，并与4％，50％或33％的赢或输金额相关联（可能的结果：25元，200元或300元）。 在每个域内，概率水平和结果水平的每个组合出现三次，因此增益和损失域被呈现为400随机试验的两个独立块。 参与者通过按左或右按钮表示他们的选择。 在每次选择之后，参与者立即得到关于试验结果的反馈。 获得最高总分的20名参与者将获得额外奖励。

基于对概率水平和结果水平的独立操纵，组合是：（1）风险有利（RA），意味着风险期权的期望值（EV）比安全期权更有利; （2）风险不利（RD），意味着风险期权的EV低于安全期权的EV; 或（3）风险中性，意味着风险和安全期权具有相等的预期值（EQEV）。

统计分析

使用SPSS版本20.0和R版本3.1.0进行统计分析。 所有测试均为双尾，显着性标准设定为 P <.05。 首先，我们使用独立样本t检验来探讨人口统计学变量中的群体差异。 其次，为了比较IGD受试者和HC在Cups任务中的表现，我们使用了重复测量的方差分析（ANOVA）。 为了探索相互作用的影响，进行了简单的影响分析。 如果Mauchly测试表明违反了球形度假设，则使用Greenhouse-Geisser校正。 事后分析是使用t检验和Bonferroni校正进行的。 第三，我们将EV分为两个部分：概率水平和结果幅度，以便利用lme4库的R lmer函数探索这两个部分对每个试验的决策制定的影响。 最后，为了研究网络成瘾严重程度与获得收益和避免损失的决策绩效之间的关系，皮尔森相关性用于探讨CIAS得分与在三个EV水平（RA，EQEV，RD）中做出的风险选择百分比之间的关联。 ）分别用于损益域。

成果

人口特征

如图所示 表1，IGD受试者和HC在年龄，平均受教育年限和互联网使用年限方面没有差异。 符合我们的纳入标准（即IAS受试者的CIAS评分≥67和HC的≤50），IGD受试者的CIAS评分显着较高， t （100）= 27.14， P <.001。 在42个HC中，有XNUMX个偶尔会玩互联网游戏，但是，IGD受试者每周花在互联网游戏上的时间明显多于HC， t （80）= 15.41， P <.001。

缩略图
表1。 人口统计，互联网使用寿命，CIAS分数以及在IGD科目和HC上花费的时间。

DOI：10.1371 / journal.pone.0116471.t001

两组的烟草和酒精使用率都很低：三名IGD受试者和一名HC偶尔报告（每月不到一次）吸烟。 19名IGD受试者和12 HCs报告了终生饮酒，但都是低频率（每周一次或更少），这些比率在各组之间没有差异， t （29）= 1.27， P = .216。

风险倾向

风险承担倾向是衡量个人倾向于在三个EV级别（RA，EQEV，RD）中分别为收益和损失领域计算的安全期权选择风险期权的指标[36]。 我们进行了2（结构域：增益，损失）×3（EV水平：RA，EQEV，RD）×2（组：IGD受试者，HC）重复测量ANOVA。 正如所料，我们观察到了群体的主要影响， F （1，100）= 5.67， P = .019，部分η2 = .05，表明IGD受试者在收益和损失领域选择的风险总体上比HC更高; 和EV水平的主要影响， F （2，200）= 289.64， P <.001，部分η2 = .74。 事后分析显示，当EV水平为RA时，参与者提出了更多风险选择，而不是RD。 EV级别，组和域之间的三向交互没有达到显着性， F （2，200）= 1.43， P = .242，部分η2 = .01。 但是，我们发现了一个EV级×组互动， F （2，200）= 6.08， P = .006，部分η2 = .06，简单效果分析表明，显着的相互作用主要是由于与HC相比，IGD受试者的RD路径风险更大， F （2，99）= 7.54， P = .001，部分η2 = .13。 我们还发现了一个重要的EV级×域互动， F （2，200）= 7.70， P = .001，部分η2 = .07，简单效果分析显示，与EQEV（非RA和RD）试验中的增益域相比，参与者在损失域中选择了显着更多的风险选项， F （1，100）= 7.57， P = .007，部分η2 = .07。

进一步进行了每个域的单独ANOVA。 对于损失域，除了群体和EV水平的显着主效应之外，EV水平×群体相互作用存在显着的交互作用， F （2，200）= 6.90， P = .002，部分η2 = .07。 简单效果分析的结果表明，IGA受试者在RD试验中比HCs做出更多风险选择， F （1，100）= 15.11， P <.001，部分η2 = .13，但与RA和EQEV试验中风险选择的数量没有差异（图。 1）。 相反，对于增益域，组或EV水平×组没有显着的主要或交互作用（P =。092 P 分别= .138）。

缩略图
图1。 IGD科目和HCs在杯赛任务中的决策表现。

 

在（A）增益和（B）损失域中作出的风险选择的平均百分比，作为EV水平和组的函数。 误差线反映标准误差。 IGD =网络游戏障碍; HCs =健康对照; EV =期望值; RA =风险有利; EQEV =预期值相等; RD =风险不利。

DOI：10.1371 / journal.pone.0116471.g001

对结果量级和概率水平的敏感度

我们进一步将EV分为两个部分：结果大小和概率水平。 为了检验这两个组成部分对风险决策的影响，我们使用lme4库的R lmer函数进行了逻辑层次模型，以考虑受试者风险承担的逐个试验差异，遵循所描述的程序在以前的研究中[37]。 分别用于增益和损失域的两个基本模型包括组（0 = HCs，1 = IGD受试者），概率水平（表示风险选项的获胜或失败概率：0.25，0.33，0.50），结果量级（2，3， 4代表风险选项中的200，300，400）以及组×概率水平和组×结果大小作为固定效应预测因子的相互作用，以及选择中作为随机效应的个体差异。 因变量是受试者对每个试验的选择（0 =安全选项，1 =风险选项）。

如图所示 表2，在获得和损失领域中，概率水平和结果大小都有显着的主要影响。 这些影响表明，对于收益和损失领域，在IGD受试者和HC中，受试者的风险较小，因为风险期权的概率变得不那么有利（概率水平的主要影响），并且受试者承担更多风险作为结果风险期权的幅度增加（结果幅度的主要影响）。

缩略图
表2。 概率水平和结果程度对作为领域和群体的函数的风险承担的影响。

DOI：10.1371 / journal.pone.0116471.t002

在增益域中，探索的三个变量之间没有显着的交互作用。 相反，在损失域中，组×概率水平与组×结果大小之间存在显着的相互作用，表明相对于HC，IGD受试者基于损失域中的概率水平和结果量级来调整其决策的可能性较小。 。

网络成瘾严重程度与决策的相关性

Pearson的相关性也在CIAS分数和三个EV水平（RA，EQEV，RD）的风险选择数量之间分别针对增益和损失领域进行。 在损失领域，结果表明CIAS评分与RD试验呈正相关且风险选择，r = .22， P = .001。 CIAS评分之间的关​​联与增益域的RD试验中风险选择的数量略有相关，r = .19， P = 0.056。

讨论

据我们所知，目前的研究是第一个分别评估IGD科目中潜在损失和收益的风险决策的研究。 与我们的第一个假设一致，与HC相比，IGD受试者通常表现出更大的风险，即采取杯赛任务的倾向。 与我们的第二和第三个假设部分一致，IGD受试者在RD试验中对损失而非增益域的风险选择明显高于HC，并且损伤与对风险的结果量级和概率水平变化不敏感相关。 IGD科目的损失。 与我们的第四个假设一致，相关性分析进一步证明了网络成瘾严重性评分与损失领域中的不利选择之间的显着正相关。 总之，这些数据提供了IGD患者风险决策受损的进一步证据，并且还表明改变损失（相对于获得）处理可能是该群体中决策缺陷的基础。

在损失领域，IGD受试者在相对于HC的RD试验中做出了更高风险的决策，并且逐个试验分析进一步表明IGD受试者基于该领域中的概率水平和结果量级来调整其决策的可能性较小。 这些研究结果与先前使用类似决策任务的研究结果一致，并证明了与物质成瘾者有关的避免损失的决策中的损伤[38]，饮食失调[39]和IGD [16, 19]。 对这些发现的一种可能解释是，通过重复他们的游戏行为，患有IGD的个体可能更频繁地参与与损失相关的问题解决，这可能使他们更容忍惩罚。 此外，我们发现改变损失相关的决策与IGD患者的临床表现一致，他们倾向于低估潜在的现实生活中的负面影响，以便坚持在线玩游戏[2,40,41].

之前的研究表明，在以脉冲控制障碍为特征的成瘾相关疾病（如病理性赌博）的个体中，增益领域的不利冒险行为升高[28]和酒依赖[27]。 然而，ANOVA的结果和试验分析均未表明IGA受试者的增益试验风险决定增加。 存在对这些差异的几种可能的解释。 具体而言，患有病态赌博的个人对货币与非货币奖励的奖励回应更高[42如前所述，这可能会导致收益（相对于亏损）领域更加不利的风险承担[]28]。 对于酒精依赖的个体，长期和过量饮酒可能会改变大脑结构和相关功能，包括奖励处理中的关键区域，如杏仁核[43,44]。 有证据表明，杏仁核病变患者的决策缺陷主要表现在增益领域[26]。 虽然需要进一步的研究来证实这些假设，但IGD受试者缺乏增加的风险，可能反映了这一人群中相对规范的货币奖励处理（但不是损失）。 此外，这些研究结果强调了评估不同成瘾相关疾病决策的不同方面的重要性。

网络成瘾严重程度评分与杯子任务中不利风险选择的数量呈正相关，表明网络成瘾严重程度评分较高的受试者在RD试验期间做出了与风险损失相关的更不利的决策。 这些发现与先前的研究一致，后者也报告了对不利风险替代方案的偏好与使用类似范例的IGD的严重程度相关，例如骰子游戏任务[15,16]和概率贴现任务[22]。 这些发现支持这样的假设，即与风险损失相关的决策损伤与网络成瘾严重程度（即CIAS评分）有关，因此可能是治疗IGD的适当治疗目标。

总体而言，我们的研究结果表明，在IGD患者中避免疾病的风险决策存在缺陷。 需要进一步研究以确定这些改变的神经生物学基础。 一个假设是，损失领域的不利决策可能与IGD患者皮质 - 纹状体功能的改变有关，正如有行为和吸毒成瘾的个体所报道的那样[45–47]。 尤其是，脑岛在成瘾和决策的生物学中起着关键作用[9,48,49并且涉及损失预期和回避学习[50]。 因此，一个推测性假设是，与避免损失相关的决策中的损伤可能与IGD个体之间的岛屿功能有关。

应注意本研究的一些局限性。 首先，鉴于IGD在男性中最为普遍[1,32]，这项研究不包括女性参与者。 因此，需要进一步研究，以评估IGD妇女的收益和损失决策。 其次，我们只招聘大学生限制了我们研究结果的普遍性。 虽然大学生是IGD最易感人群之一[5,33]，未来的研究需要探索潜在的获得和损失的风险与临床样本中的IGD之间的关联。 最后，需要进行纵向设计研究，以研究决策变更是否是IGD的结果或前兆。

总之，本研究首次使用Cups任务分别评估IGA大学生在收益和损失领域的决策。 IGD受试者表现出比HC更大的冒险倾向。 此外，IGD受试者在损失但不是增益领域的RD试验中比HC更具风险选择，并且这种损害与对风险损失相关的结果量级和概率水平不敏感相关。 此外，网络成瘾严重程度评分与损失领域中不利的风险选择正相关。 总之，这些研究结果表明，改变损失（相对于获得）处理可能是该群体决策缺陷的基础。

支持信息

S1文件。 汇总数据。

DOI：10.1371 / journal.pone.0116471.s001

（XLSX）

S2文件。 逐个试验分析的数据。

DOI：10.1371 / journal.pone.0116471.s002

（XLSX）

致谢

作者感谢Elaine Bossard博士提供Cups任务原始版本的演示，并感谢Shan Luo博士提供数据分析方面的帮助。

作者贡献

构思并设计了实验：YWY PRC JTZ LYD QXL XYF。 进行了实验：YWY PRC SL LJW JTZ。 分析数据：YWY SL JTZ GC。 供稿试剂/材料/分析工具：JTZ XYF。 写了这篇论文：YWY JTZ SWY XYF。

参考资料

  1. 1。 Ko CH，Yen JY，Chen SH，Wang PW，Chen CS，et al。 （2014）评估台湾年轻人DSM-5中网络游戏障碍的诊断标准。 J Psychiatr Res 53：103-110。 doi：10.1016 / j.jpsychires.2014.02.008。 结论：24581573
  2. 2。 Petry NM，Rehbein F，Gentile DA，Lemmens JS，Rumpf HJ，et al。 （2014）使用新的DSM-5方法评估互联网游戏障碍的国际共识。 成瘾109：1399-1406。 doi：10.1111 / add.12457。 结论：24456155
  3. 查看文章
  4. 考研/ NCBI
  5. Google Scholar
  6. 查看文章
  7. 考研/ NCBI
  8. Google Scholar
  9. 3。 King DL，Delfabbro PH（2014）网络游戏障碍的认知心理学。 Clin Psychol Rev 34：298-308。 doi：10.1016 / j.cpr.2014.03.006。 结论：24786896
  10. 查看文章
  11. 考研/ NCBI
  12. Google Scholar
  13. 查看文章
  14. 考研/ NCBI
  15. Google Scholar
  16. 查看文章
  17. 考研/ NCBI
  18. Google Scholar
  19. 查看文章
  20. 考研/ NCBI
  21. Google Scholar
  22. 查看文章
  23. 考研/ NCBI
  24. Google Scholar
  25. 查看文章
  26. 考研/ NCBI
  27. Google Scholar
  28. 查看文章
  29. 考研/ NCBI
  30. Google Scholar
  31. 查看文章
  32. 考研/ NCBI
  33. Google Scholar
  34. 查看文章
  35. 考研/ NCBI
  36. Google Scholar
  37. 查看文章
  38. 考研/ NCBI
  39. Google Scholar
  40. 查看文章
  41. 考研/ NCBI
  42. Google Scholar
  43. 查看文章
  44. 考研/ NCBI
  45. Google Scholar
  46. 查看文章
  47. 考研/ NCBI
  48. Google Scholar
  49. 查看文章
  50. 考研/ NCBI
  51. Google Scholar
  52. 查看文章
  53. 考研/ NCBI
  54. Google Scholar
  55. 查看文章
  56. 考研/ NCBI
  57. Google Scholar
  58. 查看文章
  59. 考研/ NCBI
  60. Google Scholar
  61. 查看文章
  62. 考研/ NCBI
  63. Google Scholar
  64. 查看文章
  65. 考研/ NCBI
  66. Google Scholar
  67. 查看文章
  68. 考研/ NCBI
  69. Google Scholar
  70. 查看文章
  71. 考研/ NCBI
  72. Google Scholar
  73. 查看文章
  74. 考研/ NCBI
  75. Google Scholar
  76. 查看文章
  77. 考研/ NCBI
  78. Google Scholar
  79. 查看文章
  80. 考研/ NCBI
  81. Google Scholar
  82. 查看文章
  83. 考研/ NCBI
  84. Google Scholar
  85. 查看文章
  86. 考研/ NCBI
  87. Google Scholar
  88. 查看文章
  89. 考研/ NCBI
  90. Google Scholar
  91. 查看文章
  92. 考研/ NCBI
  93. Google Scholar
  94. 查看文章
  95. 考研/ NCBI
  96. Google Scholar
  97. 查看文章
  98. 考研/ NCBI
  99. Google Scholar
  100. 查看文章
  101. 考研/ NCBI
  102. Google Scholar
  103. 查看文章
  104. 考研/ NCBI
  105. Google Scholar
  106. 查看文章
  107. 考研/ NCBI
  108. Google Scholar
  109. 查看文章
  110. 考研/ NCBI
  111. Google Scholar
  112. 查看文章
  113. 考研/ NCBI
  114. Google Scholar
  115. 查看文章
  116. 考研/ NCBI
  117. Google Scholar
  118. 查看文章
  119. 考研/ NCBI
  120. Google Scholar
  121. 查看文章
  122. 考研/ NCBI
  123. Google Scholar
  124. 查看文章
  125. 考研/ NCBI
  126. Google Scholar
  127. 查看文章
  128. 考研/ NCBI
  129. Google Scholar
  130. 查看文章
  131. 考研/ NCBI
  132. Google Scholar
  133. 查看文章
  134. 考研/ NCBI
  135. Google Scholar
  136. 查看文章
  137. 考研/ NCBI
  138. Google Scholar
  139. 查看文章
  140. 考研/ NCBI
  141. Google Scholar
  142. 查看文章
  143. 考研/ NCBI
  144. Google Scholar
  145. 查看文章
  146. 考研/ NCBI
  147. Google Scholar
  148. 4。 协会精神病学协会（2013）精神疾病诊断和统计手册（5th ed。）。 弗吉尼亚州阿灵顿：作者。
  149. 5。 Chou C，Condron L，Belland JC（2005）对网络成瘾研究的回顾。 Educ Psychol Rev 17：363-388。 doi：10.1007 / s10648-005-8138-1。
  150. 6。 Ko CH，Hsiao S，Liu GC，Yen JY，Yang MJ，et al。 （2010）具有网络成瘾的大学生的决策特征，承担风险的可能性和个性。 Psychiat Res 175：121-125。 doi：10.1016 / j.psychres.2008.10.004。 结论：19962767
  151. 7。 Bechara A（2005）决策，冲动控制和抵抗药物的意志力丧失：一种神经认知的观点。 Nat Neurosci 8：1458-1463。 doi：10.1038 / nn1584。 结论：16251988
  152. 8。 Lucantonio F，Stalnaker TA，Shaham Y，Niv Y，Schoenbaum G（2012）眶额功能障碍对可卡因成瘾的影响。 Nat Neurosci 15：358-366。 doi：10.1038 / nn.3014。 结论：22267164
  153. 9。 Paulus MP（2007）精神病学中的决策功能障碍：改变稳态处理？ Science 318：602-606。 doi：10.1126 / science.1142997。 结论：17962553
  154. 10。 Bechara A，Damasio H（2002）决策和成瘾（第一部分）：在思考具有负面未来后果的决策时，物质依赖个体的体细胞状态激活受损。 神经心理学40：1675-1689。 doi：10.1016 / S0028-3932（02）00015-5。 结论：11992656
  155. 11。 Bechara A，Dolan S，Hindes A（2002）决策和成瘾（第二部分）：未来的近视或对奖励过敏？ 神经心理学40：1690-1705。 doi：10.1016 / S0028-3932（02）00016-7。 结论：11992657
  156. 12。 Brand M，Roth-Bauer M，Driessen M，Markowitsch HJ（2008）对阿片依赖患者的执行功能和风险决策。 药物酒精使用97：64-72。 doi：10.1016 / j.drugalcdep.2008.03.017。 结论：18485620
  157. 13。 Rogers RD，Everitt B，Baldacchino A，Blackshaw A，Swainson R，et al。 （1999）对慢性安非他明滥用者，阿片类药物滥用者，前额叶皮层局灶性损害患者和色氨酸耗竭的正常志愿者的决策认知存在不可分离的缺陷：单胺能机制的证据。 Neuropsychopharmacol 20：322-339。 doi：10.1016 / S0893-133X（98）00091-8。 结论：10088133
  158. 14。 Monterosso J，Ehrman R，Napier KL，O'Brien CP，Childress AR（2001）可卡因依赖患者的三项决策任务：他们是否测量相同的构造？ 成瘾96：1825-1837。 doi：10.1046 / j.1360-0443.2001.9612182512.x。 结论：11784475
  159. 15。 Pawlikowski M，Brand M（2011）过度的互联网游戏和决策制定：过度的魔兽世界玩家在风险条件下的决策过程中会遇到问题吗？ Psychiat Res 188：428-433。 doi：10.1016 / j.psychres.2011.05.017。 结论：21641048
  160. 16。 Yao YW，Chen PR，Chen C，Wang LJ，Zhang JT，et al。 （2014）未能利用反馈导致过度网络游戏玩家的决策缺陷。 Psychiat Res 219：583-588。 doi：10.1016 / j.psychres.2014.06.033。 结论：25024056
  161. 17。 孙D，陈,,马娜，张,,傅,,等。 （2009）决策和优先响应抑制在过多的互联网用户中起作用。 CNS Spectrums 14：75-81。 结论：19238122
  162. 18。 Xu S（2012）网络成瘾者的行为冲动：来自爱荷华州赌博任务的证据。 Acta Psychol Sin 44：1523-1534。 doi：10.3724 / sp.j.1041.2012.01523
  163. 19。 Dong G，Hu Y，Lin X，Lu Q（2013）即使面临严重的负面后果，是什么让网络成瘾者继续在线玩？ fMRI研究的可能解释。 Biol Psychol 94：282-289。 doi：10.1016 / j.biopsycho.2013.07.009。 结论：23933447
  164. 20。 Dong G，Hu Y，Lin X（2013）网络成瘾者的奖励/惩罚敏感性：对他们成瘾行为的影响。 Prog Neuro-Psychoph 46：139-145。 doi：10.1016 / j.pnpbp.2013.07.007。 结论：23876789
  165. 21。 Dong G，Huang J，Du X（2011）增强了网络成瘾者的奖励敏感度和降低的损失敏感度：在猜测任务期间进行的fMRI研究。 J Psychiatr Res 45：1525-1529。 doi：10.1016 / j.jpsychires.2011.06.017。 结论：21764067
  166. 22。 Lin X，Zhou H，Dong G，Du X（2015）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 Neuro-Psychoph 56C：142-148。 doi：10.1016 / j.pnpbp.2014.08.016。 结论：25218095
  167. 23。 Fujiwara J，Tobler PN，Taira M，Iijima T，Tsutsui KI（2009）在扣带皮层中分离和综合编码奖励和惩罚。 J Neurophysiol 101：3284-3293。 doi：10.1152 / jn.90909.2008。 结论：19339460
  168. 24。 Seymour B，Daw N，Dayan P，Singer T，Dolan R（2007）人类纹状体损失和增益的差异编码。 J Neurosci 27：4826-4831。 doi：10.1523 / JNEUROSCI.0400-07.2007。 结论：17475790
  169. 25。 Levin IP，Xue G，Weller JA，Reimann M，Lauriola M，et al。 （2011）一种神经心理学方法，用于理解潜在收益和损失的风险承担。 Front Neurosci 6：15-15。 doi：10.3389 / fnins.2012.00015。 结论：22347161
  170. 26。 Weller JA，Levin IP，Shiv B，Bechara A（2007）神经相关的风险收益和损失的自适应决策。 Psychol Sci 18：958-964。 doi：10.1111 / j.1467-9280.2007.02009.x。 结论：17958709
  171. 27。 Brevers D，Bechara A，Cleeremans A，Kornreich C，Verbanck P，et al。 （2014）酒精依赖患者的风险决策受损。 Alco Clin Exp Res 38：1924-1931。 doi：10.1111 / acer.12447。 结论：24948198
  172. 28。 Brevers D，Cleeremans A，Goudriaan AE，Bechara A，Kornreich C，et al。 （2012）模糊但不受风险影响的决策与问题赌博的严重程度有关。 Psychiat Res 200：568-574。 doi：10.1016 / j.psychres.2012.03.053。
  173. 29。 Wesley MJ，Hanlon CA，Porrino LJ（2011）慢性大麻使用者的不良决策与对负面后果的功能反应性降低有关。 Psychiat Res-Neuroim 191：51-59。 doi：10.1016 / j.pscychresns.2010.10.002。 结论：21145211
  174. 30。 Gowin JL，Stewart JL，May AC，Ball TM，Wittmann M，et al。 （2014）在甲基苯丙胺依赖的风险承担期间改变扣带和岛状皮质激活：损失失去影响。 成瘾109：237-247。 doi：10.1111 / add.12354。 结论：24033715
  175. 31。 唐杰，余,,杜,,马,,张德，等。 （2014）网络成瘾的流行及其与青少年互联网用户的压力性生活事件和心理症状的关联。 Addict Behav 39：744-747。 doi：10.1016 / j.addbeh.2013.12.010。 结论：24388433
  176. 32。 Dalbudak E，Evren C，Topcu M，Aldemir S，Coskun KS，et al。 （2013）土耳其大学生网络成瘾与冲动性和精神病理学严重程度的关系。 Psychiat Res 210：1086-1091。 doi：10.1016 / j.psychres.2013.08.014。 结论：23998359
  177. 33。 Ko CH，Yen JY，Chen SH，Yang MJ，Lin HC，et al。 （2009）提出的诊断标准和大学生网络成瘾的筛查和诊断工具。 Compr Psychiat 50：378-384。 doi：10.1016 / j.comppsych.2007.05.019。 结论：19486737
  178. 34。 Chen S，Weng L，Su Y，Wu H，Yang P（2003）中国网络成瘾量表的发展及其心理测量研究。 中文J Psychol 45：279。
  179. 35。 Mak KK，Lai CM，Ko CH，Chou C，Kim DI，et al。 （2014）中国青少年修订的陈网络成瘾量表（CIAS-R）的心理测量学特性。 J Abnorm Child psychol 42：1237-1245。 doi：10.1007 / s10802-014-9851-3。 结论：24585392
  180. 36。 Jasper JD，Bhattacharya C，Levin IP，Jones L，Bossard E（2013）数字作为适应性风险决策的预测指标。 J Behav Dec制作26：164-173。 doi：10.1002 / bdm.1748。
  181. 37。 Weller JA，Fisher PA（2013）受虐待儿童的决策缺陷。 儿童虐待18：184-194。 doi：10.1177 / 1077559512467846。 结论：23220788
  182. 38。 Ersche KD，Roiser JP，Clark L，London M，Robbins TW，et al。 （2005）惩罚导致在美沙酮维持的阿片剂使用者中进行风险决策，但在海洛因使用者或健康志愿者中则不然。 Neuropsychopharmacol 30：2115-2124。 doi：10.1038 / sj.npp.1300812。 结论：15999147
  183. 39。 Svaldi J，Brand M，Tuschen-Caffier B（2010）患有暴食症的女性的决策障碍。 食欲54：84-92。 doi：10.1016 / j.appet.2009.09.010。 结论：19782708
  184. 40。 Robbins T，Clark L（2015）行为成瘾。 Curr Opin Neurobiol 30C：66-72。 doi：10.1016 / j.conb.2014.09.005。
  185. 41。 陶睿，黄,,王杰，张,,张,,等。 （2010）建议的网络成瘾诊断标准。 成瘾105：556-564。 doi：10.1111 / j.1360-0443.2009.02828.x。 结论：20403001
  186. 42。 Sescousse G，Barbalat G，Domenech P，Dreher JC（2013）在病态赌博中对不同类型奖励的敏感性不平衡。 Brain 136：2527-2538。 doi：10.1093 / brain / awt126。 结论：23757765
  187. 43。 Kim SM，Han DH，Min KJ，Kim BN，Cheong JH（2014）针对酒精依赖患者酒精相关的渴望和厌恶诱导线索的脑激活。 药物酒精使用141：124-131。 doi：10.1016 / j.drugalcdep.2014.05.017。 结论：24939441
  188. 44。 Gilpin NW，Roberto M（2012）中枢杏仁核神经可塑性的神经肽调节是酒精依赖的关键介质。 Neurosci Biobehav Rev 36：873-888。 doi：10.1016 / j.neubiorev.2011.11.002。 结论：22101113
  189. 45。 Balodis IM，Kober H，Worhunsky PD，Stevens MC，Pearlson GD，et al。 （2012）在处理货币奖励和病态赌博损失期间减少了前纹状体活动。 Biol Psychiat 71：749-757。 doi：10.1016 / j.biopsych.2012.01.006。 结论：22336565
  190. 46。 Gradin VB，Baldacchino A，Balfour D，Matthews K，Steele JD（2013）接受美沙酮维持治疗的阿片类药物依赖患者的奖励和丧失任务期间的大脑活动异常。 Neuropsychopharmacol 39：885-894。 doi：10.1038 / npp.2013.289。 结论：24132052
  191. 47。 Yip SW，DeVito EE，Kober H，Worhunsky PD，Carroll KM，et al。 （2014）大麻结构的预处理措施和大麻依赖的奖励处理脑功能：对行为治疗期间禁欲关系的探索性研究。 药物酒精使用140：33-41。 doi：10.1016 / j.drugalcdep.2014.03.031。 结论：24793365
  192. 48。 Naqvi NH，Bechara A（2010）脑岛和药物成瘾：对愉悦，冲动和决策的内部共同观点。 Brain Struct Funct 214：435-450。 doi：10.1007 / s00429-010-0268-7。 结论：20512364
  193. 49。 NoëlX，Brevers D，Bechara A（2013）一种神经认知方法，用于理解成瘾的神经生物学。 Curr Opin Neurobiol 23：632-638。 doi：10.1016 / j.conb.2013.01.018。 结论：23395462
  194. 50。 Samanez-Larkin GR，Hollon NG，Carstensen LL，Knutson B（2008）损失预期期间岛屿敏感性的个体差异预测回避学习。 Psychol Sci 19：320-323。 doi：10.1111 / j.1467-9280.2008.02087.x。 结论：18399882