网络成瘾中与互联网相关线索的内隐认知偏差的神经关联:ERP研究(2018)

。 2018; 9:421。
在线发布2018 Sep 7。 DOI:  10.3389 / fpsyt.2018.00421
PMCID: PMC6137619
结论: 30245642

抽象

网络成瘾是一种非精神活性物质依赖。 内隐联想测验(IAT)用于衡量内隐认知。 事件相关电位(ERP)是认知神经科学研究中最广泛使用的方法之一,用于研究与处理信息相关的认知活动的生理相关性。 进一步研究网络成瘾中隐性认知偏差的ERP特征将有助于理解网络成瘾的本质。 本研究调查了网络成瘾中隐性认知偏差的ERP特征。 参与者包括60互联网成瘾者(IAG)和60正常对照(NCG)。 使用IAT用ERP测量所有参与者。 结果表明,IAG与NCG之间的互联网相关IAT效应与反应时间存在显着差异,IAG中与互联网相关的线索有较强的正相关性,而不是NCG​​。 使用P1,N2,P3和N4作为因变量,对平均潜伏期和平均振幅的混合重复测量方差分析(ANOVA)揭示了各组之间的显着相互作用(IAG与NCG)和刺激条件(兼容试验)对于N2和P3幅度,对比不兼容的试验; 简单效应分析显示,在IAG兼容试验条件下,N2和P3振幅大于IAG不相容试验条件下的N2和P3振幅。 在IAG组中,与互联网相关线索的积极隐含关联在枕叶位点引起更大的NXNUMX和PXNUMX幅度。 这些结果表明,互联网上瘾的个体表现出更强的与互联网相关线索的积极的隐性关联,并且与互联网相关线索的积极的隐性关联引起了枕叶位点的ERP变化。

关键词: 网络成瘾,内隐认知,隐性关联测试,事件相关电位,互联网相关线索

介绍

网络成瘾是指过度使用互联网会对个人的日常生活造成严重不利影响。 根据以前使用神经心理学和神经影像学方法进行的研究,网络成瘾是一种非精神活性物质依赖性(即一种行为成瘾)()。 迄今为止,已经达成协议,网络成瘾包括四种亚型:互联网游戏,在线社交网络,互联网色情和互联网购物(, ); 然而,网络成瘾的精神病理学或病因学机制尚不清楚。 使用神经心理测量和神经影像学方法可能会澄清网络成瘾的本质。

内隐认知是认知心理学中的关键术语; 它主要指通过无意识意识发生的感知,理解,记忆,理解,推理和表现过程()。 以前的研究表明,某些与行为相关的关联可能会通过经过身份验证的关联内存评估来评估,这些评估可以接近并激活内存系统中预先存在的关联(, )。 内隐联想测验(IAT)用于衡量内隐认知。 IAT是指基于反应时间的分类任务,它检查双极目标之间的差异关联强度,并将属性概念评估为指数隐式偏差的方法()。 IAT是记忆中常用的间接关联测试(, )。 许多研究报道,内隐认知是某些精神障碍的预测因子,如酒精依赖和烟草依赖(, )。 例如,先前使用IAT评估烟草,酒精,大麻和可卡因使用中隐含关联的研究表明,IAT有效地区分了物质使用者和非使用者().

由于精神病理学或病因学的潜在作用,内隐认知的研究已经增加,特别是在许多精神障碍中。 最近的一项研究报告称,网络成瘾与内隐学习能力之间存在负相关关系()。 为了确定互联网游戏成瘾者的互联网使用失控的潜在机制,一项研究调查了对互联网游戏线索的积极动机隐性反应,并得出结论,拥有互联网游戏成瘾的个人对在线游戏截图有积极的动机暗示反应; 内隐认知也可能与失控的在线游戏有关().

在过去的几十年中,物质成瘾的内隐认知基础的机制已经用神经成像方法评估,例如功能磁共振成像(fMRI)和事件相关电位(ERPs)。 例如,之前的一项研究通过关注酒精使用阳性结果的酒精-IAT的fMRI评估了涉及隐性联想过程的神经基质的激活,结果显示纹状体负责调节习惯的隐性联想,并且前额皮质负责控制行为的调解()。 另一项研究使用ERPs来调查狂欢饮酒者对酒精相关图片的反应,并显示酒精相关图片引起的P100幅度明显大于非酒精图片引发的幅度().

ERP是认知神经科学研究中最广泛使用的方法之一,用于研究与处理信息相关的认知活动的生理相关性。 特别是,ERP适合研究神经活动速度的项目。 进一步研究网络成瘾中隐性认知偏差的ERP特征将有助于理解网络成瘾的本质。 到目前为止,还没有报道研究检查网络成瘾中隐性认知偏差的ERP特征。 在本研究中,参与者包括网络成瘾个体组(IAG)和正常对照组(NCG)。 使用与互联网信息相关的IAT,使用ERP测量所有参与者。 该研究调查了网络成瘾中隐性认知偏差的ERP特征。

方法

时间和环境

本研究于1月2015至2月2018在中国江苏省无锡市精神卫生中心进行。

样品的特征

网瘾组

用于网络成瘾的诊断标准包括以下五个项目:(I)具有网络成瘾的个人应满足修改的网络成瘾诊断问卷的标准(); (II)年满18岁; (III)不符合《精神疾病诊断和统计手册-5(DSM-5)I轴疾病或人格障碍》中的任何标准; (IV)未诊断出对烟草或酒精的依赖; (V)未诊断出患有某些中枢神经系统性疾病。 由两名精神科住院医师对所有受试者进行临床评估,以收集患者用药和社会人口统计学数据,并确认或排除任何精神疾病的DSM-5诊断标准和互联网成瘾的诊断标准; 每个人的网络成瘾持续时间是通过回顾性诊断确定的。 研究人员要求互联网成瘾者回忆自己的生活方式。 IAG参与者是从中国无锡心理健康中心招募的。 IAG组共招募了60名互联网成瘾者,其中包括51名门诊患者和9名住院患者。 来自网络成瘾者的这些自我报告的可靠性是通过拜访他们的室友和亲密朋友来确定的。 网络成瘾者每天花费11.48小时(标准差= 2.07)进行在线活动。 每周在线的时间为6.29天(标准差= 0.57)。

正常对照组

通过本地广告从当地社区中选择正常控制。 所有正常对照均由两名精神病患者进行临床评估,以收集患者用药和社会人口统计学数据,并确认或排除任何精神疾病的DSM-5诊断标准。 使用修改的网络成瘾诊断问卷对正常对照进行测试,以排除对网络成瘾的诊断。 如果正常对照是物质依赖性或被诊断患有某些中枢神经系统疾病,则将其排除在研究之外。 60名个体与IAG参与者的性别和年龄相匹配,并作为NCG。 参考以前的网络成瘾研究(),只有在互联网上花费少于2 h / day的正常对照才被放入NCG。

实验之前,一名精神科副主任医师重新检查了参与者的个人资料。 所有参与者的情绪状态均用汉密尔顿抑郁量表(HAMD,17个项目)和汉密尔顿焦虑量表(HAMA)进行测试。 安妮特惯用度量表()用来评估所有参与者的习惯。

受试者和正常对照者收到书面知情同意书并提供他们自己的书面知情同意书以参与本研究。 所有参与者都获得了48.39加上旅行费用。 中国无锡精神卫生中心伦理委员会批准了该研究项目的议定书。

神经心理学测试

与Internet相关的隐式关联测试

受试者和正常对照进行了与互联网相关的IAT。 与互联网相关的IAT来自Ames等人先前研究中使用的酒精-ATAT。 ()。 在实验过程中,受试者和正常对照均未接受任何指示。 要求所有参与者尽可能快地(正确地)。 要分类的刺激是随机呈现的目标类别(因特网相关图片与哺乳动物图片)和属性类别(正面词与中性词)。 目标类别(主要刺激)是六个互联网相关图片和六个哺乳动物图片,属性类别是六个正面和六个中性词(两个汉字)类别,通过180本科生的开放式问卷确定( 40高中生,101本科生和39研究生)。 根据频率选择六个与互联网相关的图片,六个哺乳动物图片,六个正面和六个中性词类别。 30名学生使用7点Likert响应格式对与互联网相关的六张互联网相关图片进行评分,平均得分为6.09(标准差= 0.51)。 与互联网相关的图片包括微信图标,荣耀之王(在线游戏)图标,淘宝图标,谷歌Chrome图标,互联网浏览器图标和腾讯QQ图标; 哺乳动物的照片包括狗,猴子,马,猪,羊和海豚。 积极的词语包括快乐,有吸引力,轻松,兴奋,友好和善于交际,中性词语包括普通,平静,公正,棕色,固定和客观。 30名学生使用7点量表,范围从1(非常认可)到7(非常不赞同),评价六个正面和六个中性词的情感强度; 阳性词的平均得分为6.33(标准差= 0.71),中性词的平均得分为3.55(标准差= 0.30)。

互联网相关图片+正面词与哺乳动物+中性词的组合是兼容的试验,而哺乳动物图片+正面词与互联网相关图片+中性词的组合是不相容的试验。

使用E-Prime 17软件在2.0英寸计算机监视器上呈现目标类别(主要刺激)和属性类别。 在屏幕上集中显示属性词(大小40)和红色“+”(1.0×1.0 cm)。

在此IAT中,兼容块中的80曝光和不兼容块中的80。 兼容试验和不相容试验的块被平衡,并且块内的试验是随机排序的。 固定点试验是基线。 红色“+”用于固定的呈现,其起始时间范围从1.0到4.5,然后是刺激呈现。 测试刺激的最大暴露是针对2的。 在参与者按下响应键之后存在部分间隔(2 s),然后试验结束,然后进行下一次试验。

来自Ames等人。 (),与互联网相关的IAT由以下块组成:(I)目标类别练习(20试验),在实验期间,所有参与者被要求按A键用于与互联网相关的图片并按L键哺乳动物的图片; (二)属性类别实践(20试验),在实验过程中,要求所有参与者按A键为正词,按L键为中性词; (III)具有目标和属性类别练习(20试验)的兼容块,在实验期间,要求所有参与者按A键以获取因特网相关图片+正面词的组合,并按L键进行哺乳动物+中性词; (IV)具有目标和属性类别测试(60试验)的兼容块,在实验期间,要求所有参与者按A键以获取因特网相关图片+正面词的组合,并按下L键以进行哺乳动物+中性词; (V)仅用于反向位置实践的目标类别(20试验); (VI)具有反向目标类别和属性类别实践的不兼容块(20试验); (VII)具有反向目标类别和属性类别测试(60试验)的不兼容块(图 (Figure1)。1)。 仅使用来自方框IV和方框VII的数据进行分析。 根据用于D-600测量的先前算法(),IAG和NCG响应延迟分别计算。

包含图片,插图等的外部文件。对象名称是fpsyt-09-00421-g0001.jpg

说明互联网相关的IAT的动画片。 愉快,快乐; 平静,冷静。 ITI,intertribal interval; ms,毫秒。

事件相关的潜在测量

参考国际10 / 20系统,使用Electro-Cap Electrode System(ECITM Electro-Caps,Electro-cap International,INL,USA),用Stellate Harmonie Electro脑图设备(Physiotec Electronics Ltd.,Canada)记录脑电图。 组合耳电极作为参考,接地电极连接到前额。 从右眼上方和下方以及右外侧和左外侧记录垂直和水平眼电图。 电极间阻抗低于5kΩ。 带通滤波器为0.05-100赫兹(Hz),采样率为250 Hz。 用带通滤波器0.01-40 Hz,24 dB / oct过滤脑电图和眼电图波形。 ERPs的刺激条件包括以下两项试验:兼容性试验(互联网相关图片+阳性词与哺乳动物+中性词的组合)和不相容的试验(哺乳动物图片+阳性词与互联网相关图片的组合+中性词)。 用于因特网相关IAT的块3,4,6和7中的试验用于ERP分析。 ERP组件的确认取决于刺激开始后的潜伏期,ERP组件包括P1,N2,P3和N4的峰值幅度。 分析来自以下六个头皮区域,即14电极位点的ERP数据:额叶位点(F3,Fz和F4); 顶叶部位(P3,Pz和P4); 中央肺叶部位(C3,Cz和C4); 左颞叶部位(T3)和右颞叶部位(T4); 和枕叶位点(O1,Oz和O2)。 每个刺激条件下的ERP时期是1000毫秒(ms)(包括刺激开始前的200 ms和刺激开始后的800 ms)。 ERP组件P1被定义为0-150 ms延迟窗口内的峰值负性,N2被定义为150-250 ms延迟窗口内的峰值负性,P3被定义为250-350 ms延迟窗口内的峰值阳性,和N4被定义为350-450 ms延迟窗口内的峰值负面。

统计分析

用统计产品和服务解决方案18.0统计软件(SPSS 18.0,WIN version,Inc.,Chicago,IL,USA)分析所有数据。 IAG和NCG之间的人口统计学和临床​​特征(教育年份,HAMA评分和HAMD评分)的比较使用独立样本进行 t-tests。 使用卡方检验进行IAG和NCG之间的手性比较。 使用混合重复测量方差分析(ANOVA)进行IAG和NCG之间的ERP数据的比较。 根据Greenhouse-Geisser方法,F比率的自由度得到了校正。 最小二乘差测试进行为 事后 分析,如果指出。

成果

样本的人口统计学和临床​​特征

表中描述了所有样品的人口统计学特征 Table1。1。 两组之间的性别比,平均年龄,年龄范围,平均受教育年限和手性没有显着差异。 尽管IAG的HAMA和HAMD的平均得分高于NCG,但两组之间没有观察到显着差异。

表1

样本的人口统计学和临床​​特征。

IAGNCG测试统计
性别比(M / F)60(32 / 28)60(32 / 28)
平均年龄(SD)23(5)23(5)
用语(R / M / L)23/15/2222/17/21x2 = 3.60, p = 0.18,NS
年龄范围18-2818-28
教育年限(SD)10.3(2.2)10.1(2.2)t = 0.585, p = 0.560,NS
依赖持续时间(月,SD)35.1(11.0)
哈马(SD)9.4(3.2)8.4(2.8)t = 1.762, p = 0.081,NS
HAMD(SD)15.2(4.8)13.5(5.1)t = 1.928, p = 0.056,NS

IAG,互联网增加组; NCG,正常对照组; 男,男; F,女; SD,标准差; HAMA,汉密尔顿焦虑量表; HAMD,汉密尔顿抑郁量表; NS,不重要.

与互联网相关的IAT效应

IAG的平均D-600测量值是0.3152(标准偏差= 0.3440),NCG的平均D-600测量值是0.0625(标准偏差= 0.2063)。 符合独立样本 t- 测试,IAG和NCG之间的反应时间与互联网相关的IAT效应存在显着差异,并且它表明IAG中与互联网相关的线索的强积极隐性关联比NCG(t = 6.901, p 0.001)。

IAG的错误率是0.0251(标准差= 0.0187),NCG的错误率是0.0260(标准差= 0.0191)。 根据一个独立的样本 t- 测试,在IAG和NCG之间观察到与互联网相关的IAT的错误率没有显着差异(t = -0.356, p 0.672)。

分析与事件相关的潜在数据

所有参与者的ERP组件(P1,N2,P3和N4)的平均延迟和平均振幅显示在表中 Tables225 和数字 Figures225。 由IAG兼容试验刺激,IAG不相容试验刺激,NCG兼容试验刺激和Fz,Cz,Pz,T3,T4,Oz,O1和O2的NCG不相容试验刺激引起的大平均波形示意图如图所示 图66.

表2

所有参与者的ERP P1平均潜伏期[均值(SD),ms]和平均幅度[均值(SD),μV] *.

头皮区域IAGNCG
兼容的试验不兼容的试验兼容的试验不兼容的试验
潜伏期振幅潜伏期振幅潜伏期振幅潜伏期振幅
正面赞美136(10)3.5(0.4)133(10)3.4(0.4)135(10)3.3(0.4)139(12)3.5(0.3)
顶级赞美130(15)3.5(0.5)134(9)3.5(0.6)138(11)3.5(0.5)136(11)3.7(0.6)
中央叶137(12)3.6(0.5)136(16)3.3(0.6)141(12)3.6(0.4)133(11)3.6(0.6)
颞叶(T3)130(15)3.4(0.5)140(13)3.5(0.5)134(12)3.4(0.5)136(10)3.3(0.8)
颞叶(T4)135(10)3.5(0.4)135(10)3.6(0.5)133(13)3.5(0.6)135(11)3.7(0.6)
枕叶134(11)3.6(0.7)132(11)3.5(0.6)138(10)3.3(0.5)132(12)3.6(0.6)
*所有相应的头皮区域潜伏期和振幅除以电极位数的总和分别是平均潜伏期和平均振幅。.

表5

所有参与者的ERP N4平均时延[mean(SD),ms]和平均幅度[mean(SD),μV] *.

头皮区域IAGNCG
兼容的试验不兼容的试验兼容的试验不兼容的试验
潜伏期振幅潜伏期振幅潜伏期振幅潜伏期振幅
正面赞美405(14)-4.0(0.6)403(15)-3.9(0.7)403(15)-4.1(0.8)400(19)-4.3(1.0)
顶级赞美400(19)-4.1(0.8)402(19)-4.2(0.9)401(11)-4.1(0.7)405(17)-4.5(0.8)
中央叶401(17)-4.0(0.5)402(17)-4.2(0.6)400(19)-4.3(0.6)406(14)-4.6(0.7)
颞叶(T3)406(15)-4.3(0.6)401(13)-4.1(0.5)404(16)-4.2(0.8)402(18)-4.1(0.9)
颞叶(T4)399(17)-4.1(1.0)407(18)-4.2(0.5)401(17)-4.0(0.6)400(16)-4.0(0.6)
枕叶402(18)-4.3(0.8)402(17)-4.0(0.6)405(18)-4.1(0.8)406(16)-4.2(0.6)
*所有相应的头皮区域潜伏期和振幅除以电极位数的总和分别是平均潜伏期和平均振幅。.
包含图片,插图等的外部文件。对象名称是fpsyt-09-00421-g0002.jpg

ERP P1组件的延迟和幅度。

包含图片,插图等的外部文件。对象名称是fpsyt-09-00421-g0005.jpg

ERP N4组件的延迟和幅度。

包含图片,插图等的外部文件。对象名称是fpsyt-09-00421-g0006.jpg

由IAG兼容试验刺激,IAG不相容试验刺激,NCG兼容试验刺激和Fz,Cz,Pz,T3,T4,Oz,O1和O2的NCG不相容试验刺激引起的大平均波形示意图。 在IAG,Oz,O1和O2站点,与互联网相关线索的积极隐式关联引发了更大的N2和P3幅度。

表3

所有参与者的ERP N2平均时延[mean(SD),ms]和平均幅度[mean(SD),μV] *.

头皮区域IAGNCG
兼容的试验不兼容的试验兼容的试验不兼容的试验
潜伏期振幅潜伏期振幅潜伏期振幅潜伏期振幅
顶级赞美196(14)-3.6(0.7)200(12)-3.7(0.6)201(8)-3.6(0.7)195(13)-4.2(0.6)
中央叶203(16)-3.5(0.9)199(10)-4.0(0.8)197(11)-3.7(0.5)197(13)-3.7(0.8)
颞叶(T3)195(11)-3.8(0.5)198(10)-3.9(0.9)199(16)-3.8(0.7)202(8)-3.9(0.9)
颞叶(T4)194(15)-4.0(0.8)195(16)-3.8(0.6)201(12)-4.0(0.4)198(14)-4.0(0.8)
枕叶197(13)-6.2(0.9)196(15)-4.1(0.5)197(10)-3.6(0.6)194(16)-4.2(0.8)
*所有相应的头皮区域潜伏期和振幅除以电极位数的总和分别是平均潜伏期和平均振幅。.

表4

所有参与者的ERP P3平均潜伏期[均值(SD),ms]和平均幅度[均值(SD),μV] *.

头皮区域IAGNCG
兼容的试验不兼容的试验兼容的试验不兼容的试验
潜伏期振幅潜伏期振幅潜伏期振幅潜伏期振幅
正面赞美297(18)4.5(0.6)296(15)4.4(0.7)296(18)4.5(0.8)300(9)4.8(1.0)
顶级赞美296(19)4.6(0.8)302(12)4.7(0.9)301(11)4.6(0.7)305(17)4.9(0.6)
中央叶301(16)4.5(0.9)299(17)4.7(0.8)297(15)4.7(0.6)297(13)4.7(0.7)
颞叶(T3)295(14)4.8(0.7)298(13)4.9(0.9)304(16)4.8(0.7)302(18)4.9(0.9)
颞叶(T4)294(17)4.5(1.0)303(16)4.8(0.6)301(12)5.0(0.6)298(16)5.0(0.6)
枕叶299(16)6.8(0.9)302(17)4.8(0.8)297(18)4.6(0.9)306(16)4.8(0.8)
*所有相应的头皮区域潜伏期和振幅除以电极位数的总和分别是平均潜伏期和平均振幅。.
包含图片,插图等的外部文件。对象名称是fpsyt-09-00421-g0003.jpg

ERP N2组件的延迟和幅度。

包含图片,插图等的外部文件。对象名称是fpsyt-09-00421-g0004.jpg

ERP P3组件的延迟和幅度。

使用P1,N2,P3和N4作为因变量,2×2×6混合重复测量平均潜伏期和平均振幅的ANOVA,其中组(IAG与NCG)作为受试者间因素和刺激条件(兼容)进行试验与不相容的试验)和头皮区域(额叶,顶叶,中央叶,颞叶(T3),颞叶(T4)和枕叶)作为受试者内因子。

P1组件

对P1潜伏期和振幅没有显着影响。

N2组件

对N2潜伏期没有显着影响。 结果显示组(IAG与NCG)和刺激条件(兼容试验与不相容试验)之间存在显着的相互作用[F(1,119) = 32.76, p = 0.000]。 简单效应分析显示,在IAG兼容试验条件下,N2振幅大于IAG不相容试验条件下的NXNUMX振幅[F(1,119) = 5.10, p = 0.018]。 在IAG中,与互联网相关线索的积极隐含关联引起了更大的N2幅度。 组(IAG与NCG),刺激条件(兼容试验与不相容试验)和头皮区域(额叶,顶叶,中央叶,颞叶(T3),颞叶(T4)之间存在显着的三向相互作用。 )和枕叶)[F(4,236) = 9.35, p = 0.000]。 简单效果分析显示组间(IAG与NCG)和枕叶位点的刺激条件(兼容试验与不相容试验)之间存在显着的相互作用[F(1,119) = 29.78, p = 0.000]。 在枕叶位点,IAG兼容试验引起的N2幅度大于IAG不相容试验。 在额叶,顶叶,中央叶,颞叶(T3)和颞叶(T4)位点没有显着影响。

P3组件

对P3潜伏期没有显着影响。 结果显示组(IAG与NCG)和刺激条件(兼容试验与不相容试验)之间存在显着的相互作用[F(1,119) = 35.86, p = 0.000]。 简单效应分析显示,在IAG兼容试验条件下P3振幅大于IAG不相容试验条件下的PXNUMX振幅[F(1,119) = 6.47, p = 0.025]。 在IAG中,与互联网相关线索的积极隐含关联引发了更大的P3幅度。 组(IAG与NCG),刺激条件(兼容试验与不相容试验)和头皮区域(额叶,顶叶,中央叶,颞叶(T3),颞叶(T4)之间存在显着的三向相互作用。 )和枕叶)[F(4,236) = 8.65, p = 0.000]。 简单效果分析显示组间(IAG与NCG)和枕叶位点的刺激条件(兼容试验与不相容试验)之间存在显着的相互作用[F(1,119) = 30.42, p = 0.000]。 在枕叶位点,与IAG不相容的试验相比,IAG兼容试验引起的p3振幅更大。 在额叶,顶叶,中央叶,颞叶(T3)和颞叶(T4)位点没有显着影响。

N4组件

对N4潜伏期和振幅没有显着影响。

讨论

本研究首次使用ERP来研究隐性认知偏差与网络成瘾中互联网相关线索的神经相关性。 我们的研究结果表明,IAG中与互联网相关的线索有更强的积极隐性关联,而在IAG中,与互联网相关线索的积极隐性关联在枕叶位点引起更大的N2和P3幅度。

以前的研究表明,作为一种行为成瘾,网络成瘾与物质依赖共享许多精神病理学特征(, )。 对物质依赖的研究表明,与物质依赖的发展和维持中的强化和认知相关的关键过程,特别是认知过程,代表了心理社会和药物干预的可行治疗目标().

许多学者认为隐性关联在物质和行为成瘾中起着至关重要的作用()。 在过去的几十年中,许多使用IAT的研究证实了物质或行为成瘾是否存在内隐认知偏差。 例如,一项研究使用IAT-Recoding Free(IAT-RF)来测量无重新编码的隐性酒精与正性觉醒的预测有效性(); 之前的另一项研究,使用IAT修改过的色情图片,研究了异性恋男性参与者是否有网络成瘾倾向()。 上述两项研究表明,与积极觉醒的内隐联系可能在物质和行为成瘾中起关键作用。

与先前的研究一致,我们的研究结果表明,互联网上瘾的个体倾向于互联网相关的线索。

事件相关电位是人脑处理的一种高时间分辨率测量。 由于ERPs呈现出与关键神经认知过程相关的快速波动,因此它适合于扩展我们对物质和行为成瘾发生期间潜在神经变化机制的理解().

许多研究调查了受试者参与IAT任务时的ERP角色。 在先前的研究中,使用两种正价刺激和两种负价刺激作为类别标记。 与不相容的试验相比,结果显示兼容试验的响应延迟更短,并且与不相容的试验相比,相容试验往往在中央和顶叶区域产生更多的正波形()。 一项研究表明,当参与者执行IAT任务时,记录的ERP呈现的N2在不相容的刺激中更大,他们推断出ERP N2幅度反映了更大的响应监测()。 另一项研究表明,许多大脑区域,包括内侧额叶,扣带,岛状,左侧颞叶和顶叶皮层,在进行IAT期间负责ERP N2-和P3相关活动().

在这项研究中,在兼容性试验的刺激条件下,互联网相关线索的积极隐性关联在互联网成瘾个体的枕叶位点引起了更大的N2和P3幅度。 尽管ERP的空间分辨率很差,但它可能提供证据表明,枕叶位点的一些大脑皮质(如后扣带皮层)是导致互联网成瘾者对互联网相关线索的隐性偏见的原因。

总结,具有网络成瘾的个体对互联网相关线索呈现出更强的积极隐性关联,并且与互联网相关线索的积极隐性关联引起了ERP的变化(即,枕叶位点处的N2和P3幅度更大)。

确定网络成瘾中隐性认知偏差的ERP特征有助于理解网络成瘾的本质; 此外,研究结果可为制定网络成瘾可能的预防和治疗策略提供理论依据。

这项研究有一些局限性。 一方面,使用修改后的网络成瘾诊断问卷作为网络成瘾的诊断工具是不准确的,因为它作为诊断工具的有效性尚未得到证实。 另一方面,确定网络成瘾中对互联网相关线索的内隐认知偏差的神经机制取决于神经成像中时间分辨率和空间分辨率之间的整合; 但是,ERP只能提供出色的时间分辨率。 未来的研究应该使用可靠的网络成瘾诊断工具和fMRI来衡量网络成瘾中隐性认知偏差的神经机制。

作者贡献

ZZ和HZhou设计了这项研究。 LC,HZhou,YG,SW,JW,LT,HZhu和ZZ进行了实验。 LC,HZhou,YG,SW,JW,LT,HZhu和ZZ分析了数据并撰写了手稿。 所有作者都批准了稿件的最终版本以供发表。

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

本研究得到了国家自然科学基金(中国第81471354号)和江苏省医疗卫生服务重点人才项目基金(No.ZDRCC2016019)的支持。

参考资料

1. 周ZH,袁广泽,姚继杰,李C,程.. 与病理性互联网使用的个体缺乏抑制控制的事件相关潜在调查. Acta Neuropsychiatr。 (2010)。 22:228–36. 10.1111/j.1601-5215.2010.00444.x [考研] [Cross Ref]
2. 周ZH,袁梓,姚建军 对具有网络游戏成瘾的个人的互联网游戏相关图片和执行缺陷的认知偏见. PLoS ONE的 (2012) 7:e48961。 10.1371 / journal.pone.0048961 [PMC免费文章] [考研] [Cross Ref]
3. 周ZH,李C,朱HM。 网络成瘾患者反应监测功能的错误相关负性潜力调查. Front Behav Neurosci。 (2013) 7:1-8。 10.3389 / fnbeh.2013.00131 [PMC免费文章] [考研] [Cross Ref]
4. 品牌M,Laier C,Young KS。 网络成瘾:应对方式,预期和治疗意义. 前心理学家。 (2014) 5:1256。 10.3389 / fpsyg.2014.01256 [PMC免费文章] [考研] [Cross Ref]
5. Kuss DJ,Lopezfernandez O. 网络成瘾和有问题的互联网使用:对临床研究的系统评价. 世界J精神病学 (2016) 6:143–76. 10.5498/wjp.v6.i1.143 [PMC免费文章] [考研] [Cross Ref]
6. Moreno MA,Arseniev-Koehler A,Selkie E. 为有问题的互联网使用开发和测试3项目筛选工具. J Pediatr。 (2016) 176:167–172.e1. 10.1016/j.jpeds.2016.05.067 [PMC免费文章] [考研] [Cross Ref]
7. Schnabel K,Asendorpf JB,Greenwald AG。 评估隐性认知中的个体差异:对IAT测量的回顾. Eur J Psychol评估。 (2016) 24:210–7. 10.1027/1015-5759.24.4.210 [Cross Ref]
8. Stacy AW,Ames SL,Knowlton BJ。 与药物使用病因和预防相关的认知上的神经学上可信的区别. Subst Use Misuse (2004) 39:1571-623。 10.1081 / JA-200033204 [考研] [Cross Ref]
9. Ames SL,Grenard JL,He Q,Stacy AW,Wong SW,Xiao L,et al。 。 酒精 - 隐性关联测试(IAT)的功能成像. Addict Biol。 (2014) 19:467-81。 10.1111 / adb.12071 [PMC免费文章] [考研] [Cross Ref]
10. Healy GF,Boran L,Smeaton AF。 隐式关联测试的神经模式. Front Hum Neurosci。 (2015) 9:229。 10.3389 / fnhum.2015.00605 [PMC免费文章] [考研] [Cross Ref]
11. Greenwald AG,Mcghee DE,Schwartz JL。 测量内隐认知的个体差异:隐性关联测试. J Pers Soc Psychol。 (1998) 74:1464–80. 10.1037/0022-3514.74.6.1464 [考研] [Cross Ref]
12. Greenwald AG,Poehlman TA,Uhlmann EL,Banaji MR。 理解和使用隐式关联测试:iii. 预测有效性的元分析. J Pers Soc Psychol。 (2009) 97:17-41。 10.1037 / a0015575 [考研] [Cross Ref]
13. Stacy AW,Wiers RW。 内隐认知和成瘾:解释矛盾行为的工具. Annu Rev Clin Psychol。 (2010) 6:551-75。 10.1146 / annurev.clinpsy.121208.131444 [PMC免费文章] [考研] [Cross Ref]
14. Wiers RW,Boelema SR,Nikolaou K,Gladwin TE。 关于青春期物质使用的隐性和控制过程的发展. Curr Addict Rep。 (2015) 2:141–55. 10.1007/s40429-015-0053-z [PMC免费文章] [考研] [Cross Ref]
15. Macy JT,Chassin L,Presson CC。 隐性和明确的吸烟态度与支持烟草控制措施之间的联系. Nicotine Tob Res。 (2013) 15:291-6。 10.1093 / NTR / nts117 [PMC免费文章] [考研] [Cross Ref]
16. Wiers RW,Beckers L,Houben K,Hofmann W. 酒精后的短暂保险:隐性权力协会预测在执行控制有限的年轻重度饮酒者饮酒后的侵略性. Pharmacol Biochem Behav。 (2009) 93:300-5。 10.1016 / j.pbb.2009.02.003 [考研] [Cross Ref]
17. Ames SL,Grenard JL,Stacy AW,Xiao L,He Q,Wong SW,et al。 。 隐式大麻关联在隐式关联测试(IAT)表现期间的功能成像. Behav Brain Res。 (2013) 256:494-502。 10.1016 / j.bbr.2013.09.013 [PMC免费文章] [考研] [Cross Ref]
18. Vargo EJ,PetrócziA。 检测可卡因的使用? 自传隐式关联测试(aiat)在现实环境中产生误报. 滥用药物治疗上一个政策 (2013) 8:22. 10.1186/1747-597X-8-22 [PMC免费文章] [考研] [Cross Ref]
19. Sariyska R,Lachmann B,Markett S,Reuter M,Montag C. 考虑性别因素下网络成瘾和网络游戏障碍背景下内隐学习能力和冲动行为的个体差异. Addict Behav Rep。 (2017) 5:19-28。 10.1016 / j.abrep.2017.02.002 [PMC免费文章] [考研] [Cross Ref]
20. Yen JY,Yen CF,Chen CS,Tang TC,Huang TH,Ko CH。 具有网络游戏成瘾的年轻人中的线索诱导的积极动机隐性反应. 精神病学 (2011) 190:282-6。 10.1016 / j.psychres.2011.07.003 [考研] [Cross Ref]
21. Petit G,Kornreich C,Maurage P,NoëlX,Letesson C,Verbanck P,et al。 。 年轻暴饮暴食者中酒精相关线索的早期注意力调节:事件相关电位研究. 临床神经生理学。 (2012) 123:925-36。 10.1016 / j.clinph.2011.10.042 [考研] [Cross Ref]
22. Beard KW,Wolf EM。 建议的网络成瘾诊断标准的修改. Cyber​​psychol Behav。 (2001) 4:377-83。 10.1089 / 109493101300210286 [考研] [Cross Ref]
23. Greenwald AG,Nosek BA,Banaji MR。 理解和使用隐式关联测试:I。改进的评分算法. J Pers Soc Psychol。 (2003) 85:197–216. 10.1037/0022-3514.85.2.197 [考研] [Cross Ref]
24. 周,,朱,,李C,王杰 互联网上瘾的人与依赖酒精的患者共享冲动和执行功能障碍. Front Behav Neurosci。 (2014) 8:288。 10.3389 / fnbeh.2014.00288 [PMC免费文章] [考研] [Cross Ref]
25. Houston RJ,Schlienz N. 事件相关电位作为物质使用障碍治疗中行为改变机制的生物标志物. Biol Psychiatry Cogn Neurosci Neuroimaging (2018) 3:30-40。 10.1016 / j.bpsc.2017.09.006 [PMC免费文章] [考研] [Cross Ref]
26. Snagowski J,Wegmann E,Pekal J,Laier C,Brand M. 网络成瘾中的内隐联想:使用色情图片调整内隐联想测试. Addict Behav。 (2015)。 49:7-12。 10.1016 / j.addbeh.2015.05.009 [考研] [Cross Ref]
27. Houben K,Rothermund K,Wiers RW。 使用内隐联想测试的无重新编码变体预测酒精使用. Addict Behav。 (2009) 34:487-9。 10.1016 / j.addbeh.2008.12.012 [考研] [Cross Ref]
28. O'Toole C,Barnes-HolmesD。 在隐式关联测试期间产生的电生理活动:使用事件相关电位的研究. 心理学 (2009) 59:207-19。 10.1007 / BF03395659 [Cross Ref]
29. Coates MA,Campbell KB。 内隐联想测试期间事件相关的潜在处理措施. Neuroreport (2010) 21:1029–33. 10.1097/WNR.0b013e32833f5e7d [考研] [Cross Ref]