网络成瘾患者的移情处理受损：与事件相关的潜在研究（2017）

¹深圳大学心理与社会学院，深圳，中国
²深圳大学深圳市情感与社会认知科学重点实验室，深圳

网络成瘾（IAD）与社交沟通中的缺陷和避免社交接触有关。据推测，患有IAD的人可能具有同情能力受损。本研究的目的是检查对IAD中其他人痛苦的同情处理。在16 IAD受试者和16健康对照（HC）中记录响应于显示疼痛和非疼痛情况中的其他人的图片而产生的事件相关电位。比较两组之间的N1，P2，N2，P3和晚期正电位成分。观察到N2和P3的稳健图片×组相互作用。痛苦的图片引起的N2和P3振幅比非痛苦的图片仅在HC组中引起，而在IAD组中没有。这项研究的结果表明，IAD中的早期自动和后期疼痛移情认知过程都可能受损。该研究提供了与IAD相关的移情缺陷的心理物理学证据。需要进一步研究结合移情的多维测量来证实这些发现。

介绍

网络成瘾（IAD）被描述为无法控制互联网使用，尽管有严重的负面后果，并且通常被概念化为行为成瘾（Tam和Walter，2013; D'Hondt等，2015; Kuss和Lopez-Fernandez，2016），代表涉及在线和/或离线网络滥用的特定损害，并且主要与年轻一代相关（Grant等人，2010; Balconi等，2017）。虽然IAD是否是精神疾病本身仍然存在争议，与IAD相关的公共卫生和社会问题是明确的，并且IAD的神经相关性已经开始被探索（D'Hondt和Maurage，2015).

有人提出，IAD可能与滥用药物有一些共性。例如，患有IAD的个体表现出执行控制能力下降，反映出一旦开始就缺乏抑制行为的能力，或者在禁欲一段时间后不遵守行为（Brand等，2014; D'Hondt和Maurage，2015）。电生理学研究表明，在Go / NoGo任务的NoGo试验中N2振幅减少，以及在Stroop任务的不一致试验中内侧额叶负面（MFN）振幅降低，这些结果提示执行控制受损（Dong等人，2011）。此外，患有IAD的个体也表现出社交刺激的加工受损，例如面部。他等人。（2011）发现与健康对照（HC）相比，具有IAD的受试者在面部处理中显示出减少的P1和N170。

移情是指分享和理解他人的情感或感受的能力（Decety和Lamm，2006）。体验同理心依赖于两个组成部分的整合：一个自动的早期情绪感染系统和一个允许自我调节和阐述情境的高级认知系统（Decety和Jackson，2004; Mella等，2012）。长期以来，人们一直认为同情他人的能力对于成功的社交互动至关重要（Hetu等，2012）。已发现互联网使用量与与其他人互动的能力成反比（Engelberg和Sjoberg，2004）。因此，患有IAD的人经常忽视他们的社交生活（年轻，1998a）。因此，移情可能是互联网用户之间逐渐减少现实社交互动的一个重要因素（Melchers等，2015).

然而，关注IAD中移情处理的神经基础的研究仍然非常罕见。到目前为止，据我们所知，只有两项研究调查了IAD中的同理心。首先， Melchers等。（2015）获得了网络成瘾和移情之间存在负面关系的证据，这可以通过自我报告的同理心和有问题的互联网使用得分来证明（Melchers等，2015）。其次，一项事件相关电位（ERP）研究发现，IAD患者在疼痛和非疼痛刺激之间的N2幅度差异显着，与处理显示其他疼痛的图片时的HC相比（Wang等人，2014）。上述第一项研究是一项探索性相关研究，第二项研究涉及一个非常特殊的人群（中国城市留守儿童），限制了其普遍性。

对疼痛的同情已被证明涉及两个不同的时间过程。第一个是早期自动，自下而上的过程，由N1，P2和N2组件反映，与感情传染和情感共享相对应。其次，有一个自上而下受控制的认知过程，由P3和晚期正电位（LPP）成分反映出来，这些成分可以调节移情反应并明确自我区分（范和汉，2008; Mella等，2012; Sessa等人，2014）。自下而上的过程是指通过观察他人的痛苦而不自觉地触发的无意识和自动的情绪感染和情感共享，这种痛苦不受指令或任务要求的影响。另一方面，自上而下的受控过程指的是受观察者意图控制的过程，并且可以由诸如指令，任务要求，先前经验，社会关系等因素自愿调节，（范和汉，2008）。因此，该模型可以帮助我们解决IAD中哪些阶段的移情可能受损。

IAD可能与其他精神病状态共存，尤其是抑郁和焦虑（Sanders等，2000; Yen等人，2007; Wei等，2012; Lai等人，2015）。抑郁的个体表现出对他人情绪的认识降低，情绪识别受损以及同理心和视角缺陷[供审查，（Kupferberg等人，2016）]。焦虑也可以减少对他人疼痛的情感共情反应（Negd等人，2011）。因此，共病抑郁和焦虑可能是本研究中有影响的混杂因素。因此，我们采用排除标准来检测抑郁或焦虑的迹象。

本研究的目的是探讨IAD和HC患者对其他人疼痛的处理方式可能有所不同。我们假设IAD比HC更不敏感，或者对其他人的痛苦的歧视更少。如果移情的早期自动阶段受损，那么它应该在N1中显而易见（Ibanez等人，2011; Lyu等人，2014），P2（Rutgen等人，2015）和/或N2（Cui等人，2016a）组件。相反，如果自愿，自上而下的处理受到损害，那么它应该在P3和/或LPP中显而易见（Ibanez等人，2011).

材料和方法

道德声明

根据赫尔辛基宣言，所有研究程序均经深圳大学医学院医学伦理委员会批准。所有参与者在完全理解研究后都会获得书面知情同意书。

参与者成员

从当地大学招募了具有IAD和16 HC的16参与者的总数。两组在年龄，习惯和教育方面没有显着差异。我们使用Young的网络成瘾测试（IAT）来筛选IAD（年轻，1998b）。所有IAD受试者在IAT上得分≥40（注意：40-60上的IAT分数表明轻度网络成瘾; 60-80表示中度网络成瘾; 80-100表示服务器网络成瘾）。此外，由于IAD可能与其他精神状态共存，特别是抑郁和焦虑，我们排除了在Zung自评抑郁量表（SDS）上得分≥40的IAD参与者（Zung，1965）或Zung自评焦虑量表（SAS）（Zung，1971（截止分数为SDS的53和中国标准的SAD的50）。 IAD和对照参与者的排除标准如下：妊娠，头部损伤史和其他神经系统疾病物质滥用或依赖于过去的6月。

刺激

使用的视觉刺激是在痛苦或非痛苦的情况下显示一个人的手/前臂/脚的图片，这些图片已用于之前的ERP研究中（Meng等人，2012; Meng等人，2013）。这些照片中描绘的所有情况都是日常生活中的普通事件。非痛苦图片中显示的所有事件都与疼痛图片中的事件相对应，但没有伤害感受的成分（图 1A）。有60痛苦的图片和60非痛苦的图片。所有这些都具有相同的9×6.76 cm（宽×高）和每英寸100像素的大小。在痛苦和非痛苦的图片之间匹配亮度，对比度和颜色。之前的研究已经证实，根据自我报告的评分，疼痛和非疼痛图片在疼痛强度，觉醒水平和情绪效价的维度上有显着差异（Meng等人，2012).

图1

图1。 （A） 图片的例子（左图：痛苦的图片;右图：非痛苦的图片）; （B） 一项试验的结构。每个试验以500 ms固定开始，在400-700 ms随机空白间隔后，图片最多显示2000毫秒，参与者应该判断图片是痛苦的还是非痛苦的并尽可能准确。当给出答复时，图片消失了。试验之间的ISI是随机的800-1200 ms。

实验步骤

使用E-Prime软件（版本2.0，Psychology Software Tools，Inc.，Boston，MA，United States）进行刺激显示和行为数据采集。在任务期间，参与者舒适地坐在距离90英寸彩色计算机屏幕大约15 cm的电屏蔽室中。

要求参与者观察照片。在每个试验中，在500 ms的白色屏幕上呈现固定，然后是400-至700-ms空白间隔。然后，目标图片将呈现最大2000 ms。试验之间的ISI是随机的800-1200 ms（图 1B）。参与者被指示通过按下放在他们面前的键盘上的“F”或“J”按钮来判断这张照片是否尽快显示出痛苦或非痛苦的情况。按钮按下在参与者之间是平衡的。一旦得到答复，情况就会消失。实验中有四个会话。每个会话都包含60试验，包括30痛苦图片和30非痛苦图片。每张图片总共重复两次。因此产生了四个条件：IAD观察到痛苦的图片（IAD_P）; IAD观察非痛苦的图片（IAD_NP）; HC观察痛苦的照片（HC_P）; 和HC观察非痛苦的图片（HC_NP）。完成任务后，两组参与者被要求完成人际反应指数（IRI）。 IRI是最广泛使用的移情指数之一，这是一个使用四个分量表来评估移情特征的问卷：透视，幻想，移情和个人痛苦（PD）（戴维斯，1983).

脑电图采集和预处理

使用63-10系统（Brain Products，Munich，Germany）从20-电极头皮帽记录脑电图（EEG）数据。在录制期间，通道TP10用作参考。位于左眼上方和下方的两个电极用于测量眼电图（EOG）。 EZ和EOG活动在0.01-100 Hz带通处放大并以500 Hz采样。所有电极阻抗均保持在5kΩ以下。

使用MATLAB R2011b（MathWorks）和EEGLAB工具箱对脑电图（EEG）数据进行预处理和分析（Delorme和Makeig，2004）。在进一步分析之前，将每个电极处的EEG数据重新参考左和右乳突的平均值。然后信号通过0.01-30 Hz带通滤波器。在图像刺激开始之前的200 ms和1000 ms的时间窗口从EEG分割，并且整个时期通过在图片开始之前的200 ms进行基线校正。 EOG工件使用独立成分分析（ICA）进行校正（Jung等人，2001）。在任何电极上幅度值超过±50μV的时期被排除在平均值之外，并且所有具有不正确响应的试验被排除在进一步分析之外[被拒绝的时期：16.75±6.04（HCs）; 18.25±2.35（IADs）]。

统计报表

对于反应时间和准确度，进行双向重复测量ANOVA，其中图片（疼痛图片和非疼痛图片）作为受试者内因子和组（IAD和HC）作为受试者之间因素。描述性数据表示为（平均值±SE）。显着性水平设定为 p <0.05。

这项研究的重点是通过图片引出的ERP，显示其他人在痛苦和非痛苦的情况下。我们分析了额叶N1（90-150 ms），额叶P2（180-220 ms），前中央N2（200-280 ms），顶叶P3（300-400 ms）和中心顶骨LPP（ 550-650 ms）根据宏观平均ERP，地形和相关文献（Decety等人，2010; Meng等人，2013）。测量每种组分的平均振幅。请注意，所选择的时间窗口主要基于两组患者疼痛和非疼痛状况的所有试验的平均ERP。几个组件的时间窗口与文献[40-50 ms之前或之后在之前的论文中选择的时间窗口之前或之后略有不同（Meng等人，2012, 2013）]。为了证明结果不是先前选定时间窗口的工件，我们使用不同时间窗口（向前移动40 ms并向后移动40 ms）对报告显着性的组件进行了后续分析。所有结果都显示了类似的结果模式（我们报告了中间时间窗口的结果）。通过使用不同持续时间/起始/偏移的时间窗进行分析，可以表明结果的重要性是一致的效果（Bacigalupo和Luck，2015; 运气和Gaspelin，2017).

在IBM SPSS Statistics 22（IBM Corp.，Armonk，NY，United States）中进行进一步的统计分析。以前使用类似刺激的研究表明早期组分N1，P2，N2和晚期组分P3，LPP与观察其他疼痛特别相关。根据大平均ERP活动的地形分布和先前的研究，选择每个组件的不同电极组（Meng等人，2012, 2013; Lyu等人，2014）。选择F3，Fz，F4，FC3，FCz和FC3进行N1和N2的分析; 选择FC3，FCz，FC4，C3，Cz和C4用于P2的分析; 选择CP3，CPz，CP4，P3，Pz和P4用于P3的分析; 选择C3，Cz，C4，CP3，CPz和CP4用于LPP分析。重复测量ANOVA，其中图片（疼痛和非疼痛）作为受试者内因子，并且组（IAD和HC）作为受试者之间因子对每个组分的所有选定电极位点的平均幅度进行。所有统计分析均满足参数统计检验的要求。根据Greenhouse-Geisser方法校正F比率的自由度。统计差异被认为是重要的 p <0.05；事后比较是Bonferroni纠正于 p <0.05。

为了检验我们在ERP数据中观察到的效果是否与参与者的共情特征相关，首先，我们计算了疼痛刺激引起的ERP幅度与N2和P3时间窗口中的非疼痛刺激之间的差异。将振幅计算为所有选定电极的振幅的平均值（对于N3，F4，Fz，F3，FC3，FCz和FC2;对于P3，CP4，CPz，CP3，P4，Pz和P3）。其次，我们分别在ERP振幅的差异和IRI的四个分量表的分数之间进行Pearson相关分析。

成果

行为

对于准确率，图片的主要影响[F（1,30）= 1.854， p = 0.183， $η_{p}^{2}$

= 0.058），组（F（1,30）= 0.557， p = 0.461， $η_{p}^{2}$ = 0.018]，以及图片×组的交互[F（1,30）= 0.146， p = 0.705， $η_{p}^{2}$ = 0.005]不显着（准确率范围：79-99％，平均值±SE：91.25±4.8％）。对于反应时间，我们发现图片的显着主效应[F（1,30）= 23.662， p <0.001， $η_{p}^{2}$ = 0.441]。与非痛苦的情况相比，两组都更快地应对痛苦的情况（IAD_P：633.488±54.928 ms; IAD_NP：669.714±74.255 ms; HC_P：645.528±55.207 ms; HC_NP：684.085±61.851 ms）。组的主要影响[F（1,30）= 0.413， p = 0.525， $η_{p}^{2}$ = 0.014]和图片×组的相互作用[F（1,30）= 0.023， p = 0.880， $η_{p}^{2}$

= 0.001]不显着（RT的范围：554-861 ms;平均值±SE：659.5±62.6 ms）。

对于IRI分数，我们独立运行 t - 测试比较所有四个分量表的IAD组和HC组的得分。发现在子量表“PD”上，IAD组的得分显着小于HC组的得分[IAD：8.125±0.875; HC：10.375±0.651; t（30）= - 2.063， p = 0.048]。其他三个分量表的两组之间的差异不显着（p > 0.116）（表格 1).

TABLE 1

表1。 IAD参与者和健康对照的参与者人口统计学。

事件相关电位（ERPs）

N1。 图片的主要影响[F（1,30）= 3.180， p = 0.085， $η_{p}^{2}$

= 0.096]，组的主要影响[F（1,30）= 0.465， p = 0.500， $η_{p}^{2}$ = 0.015]和图片×组的相互作用[F（1,30）= 0.131， p = 0.720， $η_{p}^{2}$

= 0.004]并不重要。

P2。 图片的主要影响[F（1,30）= 1.550， p = 0.223， $η_{p}^{2}$

= 0.049]，组的主要影响[F（1,30）= 0.098， p = 0.756， $η_{p}^{2}$ = 0.003]和图片×组的相互作用[F（1,30）= 0.729， p = 0.400， $η_{p}^{2}$

= 0.024]并不重要。

N2。图片的主要影响是显着的[F（1,30）= 6.406， p = 0.017， $η_{p}^{2}$

= 0.176]。痛苦的图片比非痛苦的图片（-6.301±0.745μV和-5.650±0.769μV）引起更多的负幅度。组的主要影响不显着[F（1,30）= 0.039， p = 0.845， $η_{p}^{2}$ = 0.001]。组×图片的相互作用显着[F（1,30）= 6.838， p = 0.016， $η_{p}^{2}$

= 0.177]。成对比较显示疼痛图片引起的幅度明显比仅HC组中非疼痛图片引起的幅度更负（-6.481±1.088μV和-5.176±1.054μV， p = 0.001）但不在IAD组中（-6.124±1.088μV和-6.122±1.054μV， p = 0.577）（数字 2, 4A 和表 2).

图2

图2。 Fz和FCz的平均值以及N2在所有四种情况下的地形[HC组中的痛苦图片（HC_P）; HC组中的非痛苦图片（HC_NP）; IAD组中的痛苦图片（IAD_P）; 和IAD组中的非痛苦图片（IAD_NP）]。地形的时间窗口对应于灰色方形覆盖区域。

图3

图3。 P3，Pz和P4的平均值; 在所有四种情况下P3的地形（地形的时间窗口对应于灰色方形覆盖区域）。

图4

图4。 N2上图片×组的相互作用 （A） 和P （B） (^***p <0.001； ^**p <0.01； ns，不重要）。

TABLE 2

表2。 事件相关潜在（ERP）数据的描述性统计。

P3。图片的主要影响是显着的[F（1,30）= 17.668， p <0.001，η_p² = 0.3371]。痛苦的图片引起的幅度明显大于非痛苦的图片（7.350±0.799μV和5.998±0.679μV）。组的主要影响不显着[F（1,30）= 0.989， p = 0.328， $η_{p}^{2}$

= 0.032]。组×图片的相互作用显着[F（1,30）= 6.283， p = 0.018， $η_{p}^{2}$

= 0.173]。成对比较显示疼痛和非疼痛图片之间的差异仅在HC组中显着（8.473±1.130μV和6.316±0.961μV）页 <0.001），但在IAD组中则没有（6.227±1.130μV和5.681±0.961μV页 = 0.240）（数字 3, 4B 和表 2).

LPP。 图片的主要影响是显着的[F（1,30）= 22.517， p <0.001， $η_{p}^{2}$

= 0.429]。痛苦的图片比非痛苦的图片（7.469±0.761μV和5.787±0.674μV）引起更大的幅度。组的主要影响[F（1,30）= 1.128， p = 0.297， $η_{p}^{2}$ = 0.036]和图片×组的相互作用[F（1,30）= 2.055， p = 0.162， $η_{p}^{2}$

= 0.064]并不重要。

主观报告及其与神经活动的相关性

相关性分析的结果显示，N2（疼痛和非疼痛）的差异与IRI的“PD”的得分显着相关[r （30）= - 0.407， p = 0.021]（图 5).

图5

图5。 N2的幅度（痛苦>非痛苦）与PD评分之间的相关性。

讨论

本研究探讨了对IAD中其他疼痛的共情反应的神经基础。在ERP数据的支持下，IAD组在早期自动和后期认知控制处理阶段都被发现不如HC组对其他人的痛苦有区别。这些结果与IAD与移情缺陷相关的建议是一致的（Melchers等，2015).

值得注意的是，在关注疼痛同情的ERP研究文献中，有研究表明疼痛状况与非疼痛状态相比有积极的转变（范和汉，2008; 盛和汉，2012）。还有其他研究报道早期成分中的结果不显着，仅在后期成分如P3和LPP中观察到正向变化（Meng等人，2013）。此外，还有一些研究报告称，早期组成部分出现更多负面转变，后期成分出现更积极的转变（Cui等人，2016a,b）。这种不一致意味着仅使用ERP组件的幅度来指示神经反应是不稳定的。我们建议使用疼痛刺激和非疼痛刺激之间的区分来表明刺激的处理程度。如果疼痛和非疼痛的刺激在一种情况下而不是在另一种情况下分化，我们可以说刺激在前一种情况下得到了更好的处理。这种逻辑已应用于文献中（Ibanez等人，2011; Cui等人，2016a,b).

N1的早期成分已经被证明可以区分疼痛和非疼痛刺激，并被描述为自动激活情感觉醒的指标（Lyu等人，2014）。一些研究报道，观察其他疼痛引起的N1成分比非疼痛刺激更为积极（范和汉，2008; Han等人，2008; Decety等人，2010; Ibanez等人，2011），而其他人报告没有观察他人的疼痛对N1振幅的影响（Mella等，2012; Lyu等人，2014）。不同研究之间的这种不一致可能是由于方法上的差异，例如不同的刺激集。然而，这些不一致的发现也表明图片对N1的影响不稳定，并且很容易受到背景因素的影响。在目前的研究中，我们没有发现N1在IAD或HC组中观察疼痛与非疼痛图片的显着差异。

N2组件被建议反映早期对其他疼痛的自动敏感性（陈等人，2012）。据报道，N2的幅度与情感共情和移情关注量表得分的主观评价相关（Sessa等人，2014）。有趣的是，我们在N2上观察到显着的组×图像相互作用效应，其中在HC中观察到疼痛与非疼痛图像刺激的差异，但在IAD中未观察到。这一发现表明，在引发情感唤醒和情感分享方面，患有IAD的个体可能对其他人的疼痛敏感度降低。

此外，我们发现疼痛和非疼痛图片引起的N2的差异与IRI的PD子量表中的得分显着相关。疼痛和非疼痛状况之间的差异越大，参与者的PD评分越高。 PD量表旨在测量在观察疼痛中的其他人时产生的不适。以前的研究表明，与其他人的情感体验自动情感共享可能会导致PD（普雷斯顿和德瓦尔，2002; Gallese，2003; Lamm等，2007）。这种显着性相关性表明，N2时间窗口中疼痛和非疼痛刺激之间的区别反映了情感分享与其他疼痛引起的不适程度。此外，当比较两组之间的IRI得分时，唯一显着的差异是PD的得分：HCs的得分显着高于IAD的得分。这一结果也支持了两组中与其他人的痛苦情感分享不同。

我们在P3组件上观察到类似的组×图片交互，其中响应于观看疼痛图片而触发的P3幅度大于仅在HC组中的非疼痛图片，而在IAD组中没有。 P3幅度与动机意义，觉醒水平以及这些因素对心理资源分配的影响有关（Olofsson等，2008）。一般来说，高度显着，唤醒或动机刺激会引发更大的P3（Delplanque等，2004; Nieuwenhuis等，2005）。研究发现，与其他非医师对照参与者相比，医生引起的P3幅度对疼痛和非疼痛刺激之间的区别相对不敏感，可能是由于医生的习惯（Decety等人，2010）。 IAD组中类似的P3不敏感性表明患有IAD的个体可能在处理其他疼痛时分配较少的注意力资源，并且可能在情绪上较少地与其他疼痛相关。

此外，值得一提的是，这里提出的结果并不一定表明共情缺陷与IAD之间存在因果关系。互联网上瘾是否会导致缺乏同理心，或者缺乏同理心的人是否更容易上瘾？正如最近的一篇综述和一些研究所表明的那样，同理心可能在抵抗成瘾方面具有保护作用（Massey等，2017）。例如，一项研究发现，对于具有遗传倾向于社会背景敏感性的女性，在怀孕期间吸烟的可能性较低时，更大的能力来识别其他人的悲伤，愤怒和恐惧的面部表情。Massey等，2015）。情感同情严重不足的儿童可能会增加早期使用药物的风险（弗里克和怀特，2008; Swendsen等，2010）。此外，在IAD人群中，男性的数量显着高于女性，而女性的同情水平明显高于男性（Han等人，2008; Jang和Ji，2012; Becker等，2017）。因此，本研究仅确定IAD中移情缺陷的存在，但需要更多的纵向研究来确定移情和IAD之间的因果关系。

总之，目前的研究结果表明，IADs对其他疼痛的敏感性降低。具体而言，相对于HC，IAD中N2和P3幅度的疼痛与非疼痛图像刺激差异减少表明它们分别减少了情感唤醒和情感共享以及注意力资源分配给他人的疼痛。这些发现可能有助于阐明IAD中观察到的社会功能受损。

限制

本研究的一个局限是没有社会赤字的主观测量。尽管ERP指数支持IAD对HC的歧视程度低于其他人的痛苦，但缺乏行为测量削弱了我们的观点。行为数据缺乏重要性可能是由于样本集较少（n =每组中的16）。在进一步研究中应收集更多主观的移情能力或更大的样本集。例如，我们不是简单地要求参与者判断图片是否是一个痛苦的图片，而是要求他们评估一下这个人感觉多么痛苦或另一个人的疼痛让他们感到多么不愉快。这些主观测量值与ERP指数之间的相关性可以更好地将神经活动的发现与行为缺陷联系起来。

作者贡献

FC设计了这个实验。 CJ和TW收集并分析了数据。 CJ，TW和XP写了主要手稿。 FC和CJ准备了数字。所有作者都审阅了手稿。

资金

本研究由国家自然科学基金资助：31500877，31600889，广东省优秀青年教师奖：YQ2014149。

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。

参考资料

Bacigalupo，F。和Luck，SJ（2015）。视觉拥挤中注意力和工作记忆的分配。 J. Cogn。神经科学。 27，1180-1193。 doi：10.1162 / jocn_a_00771

介绍