倾向于网络性成瘾的男性中，行为抑制控制受损的两选奇特任务中与事件相关的潜力（2020年）

Wang，J.，＆Dai，B.（2020年）。
行为成瘾杂志,
18年2020月XNUMX日，从 https://akjournals.com/view/journals/2006/aop/article-10.1556-2006.2020.00059/article-10.1556-2006.2020.00059.xml
作者： https://doi.org/10.1556/2006.2020.00059

抽象

背景和目的

Impaired behavioral inhibitory control (BIC) is known to play a crucial role in addictive behavior.行为抑制控制受损（BIC）在成瘾行为中起着至关重要的作用。 However, research has been inconclusive as to whether this is also the case for cybersex addiction.但是，关于网络性成瘾是否也是这种情况尚无定论。 This study aimed to investigate the time course of BIC in male individuals with tendencies towards cybersex addiction (TCA) using event-related potentials (ERPs) and to provide neurophysiological evidence of their deficient BIC.这项研究旨在调查使用事件相关电位（ERP）的趋于网络性成瘾（TCA）的男性个体中BIC的时程，并提供其BIC不足的神经生理学证据。

方法

对三十六名患有TCA和36个健康对照（HCs）的人进行了两次选择Oddball任务，要求他们在1,000毫秒内对频繁的标准刺激（人像）和不频繁的异常刺激（色情图像）做出不同的反应。 记录参与者参加任务时的脑电图（EEG）。

成果

尽管在反应时间（RTs）方面各组之间的标准刺激相似，但TCA组对异常刺激的RTs较HC组慢。 行为差异伴随着偏差标准差波中N2（200–300 ms）和P3（300–500 ms）分量的平均幅度的组差异。 更具体地说，与HC组相比，TCA组表现出比标准刺激更小的N2和P3振幅差异。

讨论和结论

TCA患者比HC参与者更易冲动，并具有物质使用障碍或行为成瘾的神经心理学和ERP特征，这支持了将网络性成瘾概念化为行为成瘾的观点。

介绍

网络性成瘾

在过去的二十年中，网络成瘾在全球范围内受到越来越多的关注（Sussman，Harper，Stahl和Weigle，2018年）。 许多研究人员认为，应该区分一般的网络成瘾和特定的网络成瘾（例如， Brand，Young，Laier，Wölfling和Potenza，2016年； 戴维斯，2001年）。 尤其是，网络色情成瘾通常被认为是互联网成瘾的一种特定形式（例如， Brand，Young和Laier，2014年； deAlarcón，de la Iglesia，Casado和Montejo，2019年）。 随着互联网的发展，色情材料的可用性大大增加。 一项研究表明，在各种在线活动中，观看色情内容最容易上瘾（Meerkerk，Eijnden和Garretsen，2006年).

关于网恋是否应定义为行为成瘾（例如， deAlarcón等，2019）。 但是，越来越多的证据表明，网络性成瘾与药物滥用障碍或其他行为成瘾之间的相似性（Kowalewska等，2018; 斯塔克，克鲁肯，波坦察，布兰德和斯特拉勒，2018年）。 先前的研究表明，网络性成瘾与提示反应性和渴望之间存在关联（Laier，Pawlikowski，Pekal，Schulte和Brand，2013年； 布兰德（Brand）等人，2011年）; 这种机制也会导致药物滥用障碍的发展和维持（德拉蒙德（Drummond），2001年； 蒂芙尼与雷（Tiffany＆Wray），2012年）。 渴望和暗示反应性概念源自对物质使用障碍的研究，并应用于有关特定网络成瘾的研究（例如， Potenza，2008）。 例如，一些研究检查了特定互联网成瘾者渴望与暗示反应之间的神经关系，并发现腹侧纹状体参与了成瘾相关线索的渴望体验（Kober等人，2016年； Miedl，Büchel和Peters，2014年）。 对患有性行为或受网络性成瘾困扰的受试者的研究也提供了一致的结果（Brand，Snagowski，Laier，＆Maderwald，2016; Klucken，Wehrum-Osinsky，Schweckendiek，Kruse和Stark，2016年； Voon等人，2014年）。 此外， 莱尔和布兰德（2014） 开发了理论驱动的网络性成瘾模型。 该模型通过强调积极和消极强化的作用，假定了网络性成瘾和药物滥用之间的相似性。 人们可以利用网络性爱来满足并减少不良的情绪状态（Laier＆Brand，2014年）。 这种强化机制已在其他物质使用障碍和成瘾形式中得到广泛认可，其中负强化（与戒断和宽容相关）和正强化（想要和喜欢）代表着重要的动机过程（罗宾逊和贝里奇，2008年).

冲动

根据成瘾理论，行为成瘾和药物滥用障碍中对特定行为的控制能力减弱可能与冲动和反射系统之间的干扰有关（Brand等人，2019; Dong＆Potenza，2014年； Wiers et al。，2007； Wilson等，2020。 Zilverstand和Goldstein，XNUMX年）。 例如，建议在“人与情感-认知-执行”互动（I-PACE）模型中Brand等，2019），早期成瘾行为的神经系统之间的失调尤其与过度活跃的冲动系统有关。 此外，认知和情感偏见机制，渴望和提示反应性以及激励敏感性与这种多动症有关，在成瘾过程中相互强化（Brand等，2019）。 对于晚期成瘾行为，反射系统可能会持续失去对冲动系统的控制，因此某些行为可能会变得习惯，即使这种成瘾行为会导致不良后果（Brand等，2019）。 神经影像学研究表明，如果发生提示反应性（Brand等人，2016； Gola et al。，2017; 石硕恩，2015）。 反射性系统亢进被认为是受试者保持诱惑控制所需要增加的努力，这主要是由冲动系统触发的。 因此，冲动中涉及的大脑功能和结构的改变表明冲动在网络性成瘾机制中的潜在作用。

冲动已被认为是一个复杂的多维概念，它融合了生物学，行为和人格因素。 可以通过成像，行为和自我报告措施分别评估不同的冲动维度。 关于行为维度，冲动性用于描述适应不良的行为，包括行为抑制控制（BIC）的缺陷，也就是说，当环境突发事件需要时，能够自适应地抑制行为的能力（Groman，James和Jentsch，2009年）。 对于冲动行为（例如物质使用障碍），无论不良影响如何，BIC的减弱都会使其更难以抵抗物质的消耗和行为的持续性（Spechler等人，2016年）。 对于生物学方面，已经进行了研究以检查与BIC减少有关的大脑反应性。 通常，通常采用事件相关电位（ERP）测量来测量此类过程。

在先前的研究中，已经提出了两个ERPs组件来反映BIC相关的大脑活动：一个是N2，当刺激持续约200毫秒时，它是额中头皮的最大负分量。 它代表一种自上而下的机制，可以抑制错误的自动响应倾向，并在电机执行之前在处理阶段运行（法肯斯坦，2006年）。 一些研究还表明，N2对应于早期抑制阶段的冲突检测（Donkers和Van Boxtel，2004年； Falkenstein，2006； Nieuwenhuis，Yang，Van Den Wildenberg和Ridderinkhof，2003年）。 因此，N2被认为是早期认知过程的指标，这是实施BIC所必需的，但不是真正的抑制性制动。 ERP的第二个成分是P3，代表刺激持续约300-500毫秒时中央顶叶头皮内的最大正成分。 P3通常被确定为随后的BIC的电生理表现，其与运动前皮层内的真实运动系统抑制密切相关（Donkers和Van Boxtel，2004年； Nieuwenhuis，Aston-Jones和Cohen，2005年）。 总的来说，许多研究表明N2和P3均指示具有不同功能的BIC相关过程。 因此，与对照组相比，成瘾者中较低的N2或P3幅度可作为预测BIC情况下神经缺陷的标志。

先前有关BIC的研究大多采用经典范例，例如Go / NoGo，停止信号和双向选择奇数。 在“停止信号”范例中，参与者需要在看到停止信号时停止其响应。 为了保持较高的成功抑制率，他们必须更加注意停止信号并自觉地等待它。 因此，对Go刺激的反应时间（RT）的测量可能不准确（Verbruggen＆Logan，2008年）。 在“ Go / NoGo”范例中，参与者必须对一种类型的刺激（“ Go”刺激）做出按钮按下响应，而对另一种类型的刺激（“ NoGo”刺激）保持抑制。 但是，由于围棋试验需要运动反应而NoGo试验则不需要，因此观察到的BIC效应很可能会被应答相关过程所污染（角，1988）。 为此，本研究采用了“二选奇”模式。 在先前的研究中，该范例已成功用于检查与药物滥用相关的BIC（例如， Su等人，2017; 赵刘＆梅斯，2017).

在此任务中，要求受访者对频繁的标准刺激和不频繁的异常刺激做出反应。 因此，异常刺激包括对反应冲突的检测，对特异反应的抑制和替代反应的选择。 因此，对异常刺激的逆转录疗法通常要比对标准刺激的逆转录疗法更长。 与传统的Go / NoGo任务相比，此任务减少了电机潜在污染对BIC的可能影响，并为BIC提供了额外的RT指示器。 有人认为与Go / NoGo任务相比，这种任务可以提高生态有效性。 抑制日常生活中的一种特定行为通常伴随着一种行为被另一种预期行为取代（例如抑制观看色情内容的习惯，并以其他娱乐方式代替它）。 这是“双向选择奇数”任务中注册的，而不是标准的Go / NoGo任务。

网络性成瘾者的冲动

最近使用自我报告测量方法的研究发现，性冲动与网络性成瘾的较高症状严重程度呈正相关（Antons＆Brand，2018年; Antons等，2019）。 但是，研究使用停止信号任务在网络性成瘾的背景下检查BIC的结果好坏参半。 安东尼和品牌（2018） 发现网络性成瘾的症状严重程度较高与特质冲动交互作用和更多冲动行为有关。 但是，另一项研究发现，具有更多网络色情成瘾症状的人表现出更好的BIC表现（安东尼和马蒂亚斯（2020）).

现有的研究没有研究BIC与网络性成瘾之间的电生理相关性，尽管ERP探索已被用于探索物质使用障碍（Campanella，Pogarell和Boutros，2014年； Littel，Euser，Munafo和Franken，2012年）和不同类型的行为成瘾（Luijten等，2014）。 ERP已被视为确定成瘾性疾病的神经相关性的可靠方法，并已广泛应用于实验和临床实践（Campanella，Schroder，Kajosch，Noel和Kornreich，2019年).

当前，心理疾病的主要命名系统（即DSM-5和ICD-11）仅包括赌博和游戏障碍。 Cyber​​sex成瘾已被提出为一种行为成瘾，与物质使用障碍具有类似的神经生物学和神经认知特征（Kowalewska等，2018; 斯塔克等人，2018）。 需要更多的经验研究来确定网络性成瘾与其他成瘾行为表现出相似或不同的程度。 确定网络性成瘾的潜在机制以更好地理解行为至关重要，并且确定高风险主体并制定个性化干预措施可能非常有用。 而且，它促进了正在进行的关于与其他形式的成瘾性疾病的可比性的讨论。

目前的研究

这项研究旨在探讨色情材料加工对BIC的影响。 使用两次选择奇数球任务对倾向于网络性成瘾（TCA）和健康对照（HCs）的个体进行了BIC调查。 根据对频繁的标准刺激（人像）和不频繁的异常刺激（色情图像）的反应来测量ERP。 基于对物质使用障碍和行为成瘾的现有研究，我们假设网络性成瘾与BIC受损有关。 具体而言，我们假设（1）与HC相比，具有TCA的个体对色情相关的异常线索的反应将显示出较低的准确度和较长的RT，（2）与TCA的个体相比，其显示的ERP效应减弱（N2和P3成分）与HC。

方法

参与者成员

我们从男性大学生那里收集了303份问卷，以确定他们在“有问题的互联网色情使用量表”（PIPUS； 陈王，陈江和王，2018）。 女性被排除在研究之外，因为男性由于经常接触色情材料而更容易遇到此类问题（罗斯（Ross），蒙森（Månsson）和丹妮巴克（Daneback），2012年）。 由于网络性成瘾不是一种公认​​的诊断，因此无法使用任何阈值来凭经验确定有问题的互联网色情用户。 因此，得分在前20％百分位最高的受访者归为TCA组，而得分在后20％百分率最低的受访者归为HC组。 根据分类标准，邀请了36位TCA和36位HC的参与者自愿参加电生理研究。 由于过多的眼球运动伪影，将两名参与者排除在外。 所有参与者均为异性恋，惯用右手，视力正常或矫正，无精神病史，无中枢神经系统用药史（请参见 表1).

表1。TCA和HC组的参与者特征

变量（平均值±SD）TCA（n 36 =）HC（n 34 =）t
年龄（岁）19.7519.76 - 0.05
每周观看色情内容的频率 a3.92±1.541.09±0.879.55***
每周手淫的频率 a2.81±1.221.12±0.916.54***
点子分数19.78±6.401.65±1.2816.65***
SDS分数28.00±2.6226.62±3.361.93
SAS分数27.56±3.1226.29±3.901.50
BIS-11得分58.81±9.3755.03±11.351.52

缩写： BIS-11，Barratt冲动量表11； HC，健康对照； PIPUS，有问题的互联网色情使用量表； SAS，自评焦虑量表； SDS，自评抑郁量表； TCA，倾向于网络性成瘾。

***P <0.001。

a最近6个月内。

测量仪器和程序

为了评估TCA，使用了中文版本的PIPUS。 PIPUS是根据有问题的色情内容使用量表（Kor等人，2014）。 该量表包括12个项目，分为四个维度：（a）困扰和功能问题，（b）过度使用，（c）自我控制困难，以及（d）为了逃避或避免负面情绪而使用。 在这里，我们用“互联网色情”代替了“色情”。 要求参与者报告他们在过去六个月中使用6点李克特量表对互联网色情的使用情况，其中0表示“从不”，5表示“一直”； 分数越高，PIPU越严重。 该量表在中国大学生中具有良好的信度和效度（陈等人，2018）。 克龙巴赫 α 在这项研究中为0.93。

参与者首先完成了PIPUS。 根据上述选择标准，邀请了具有TCA和HC参与者的个人样本参加实验的第二阶段。 他们在记录脑电图（EEG）的同时执行了两次选择奇数任务。 为了评估特质冲动和精神疾病的标志，参与者完成了Barratt冲动量表11（BIS-11; Patton，Stanford和Barratt，1995年），自我评价抑郁量表（SDS； Zung，Richards和Short，1965年），以及自评焦虑量表（SAS）； Zung，1971）。 此外，还评估了与网络色情使用有关的人口统计学数据和基本信息（观看色情和手淫的频率）。 最后，参与者进行了汇报，并收到了100元人民币的报酬。整个实验大约需要80分钟。

刺激和实验任务

BIC容量的评估是使用“两选单”范例进行的。 有两种类型的刺激：标准刺激（人像）和异常刺激（色情图片）。 这些色情图片是从免费色情网站收集的； 他们包括40个图片集，其中包括四个不同的异性性行为类别（阴道，肛交，舔阴和口交）。 每个类别包含10张色情图片。 这些人的照片是从网站上获得的，其中包括40张男女散步或慢跑的照片。 它们与色情图片中的人数和性别相匹配。 这些图片在价效，唤醒和性唤醒的维度的初步研究中得到了评级（请参阅补充材料）。 在化合价方面没有发现显着差异。 但是，色情图片比人的图片引起更高的唤醒和性唤醒。 为了掩盖实验的真实目的，这些图片以彩色框显示给受访者，其中红色框代表人物图片，蓝色框代表色情图片。 指示参与者通过按不同的键来尽可能快速，准确地判断框架的颜色。

该任务包括100个试验的四个块。 每个块呈现70个标准刺激和30个异常刺激。 要求参与者坐在显示器前部，距屏幕约150 cm，水平和垂直视角均小于6°。 参与者在每个街区都有两分钟的休息时间； 他们还获得了准确率反馈，以评估每个模块末尾的性能。 使用E-prime 2.0（心理学软件工具）呈现刺激。 每次试验均以一个小白十字开始，持续300 ms。 此后，出现一个随机时间为500–1,000 ms的黑屏，随后出现图像刺激。 出现标准图片时，参与者需要用他们的左手食指快速准确地按下键盘上的“ F”键，而当出现偏差图片时，他们需要用他们的右手食指按下“ J”键（参与者之间的键盘按键保持平衡）。 按下按键或经过1,000 ms后，刺激图像消失。 每个响应后都有一个持续时间为1,000 ms的空白屏幕。 标准刺激和异常刺激的顺序是随机的。 请参阅 图。 1 对于特定的实验程序。

图。 1。
图。 1。

实验程序和刺激实例的示意图。 每个试验都提出一个刺激。 在一个环节中，有70％的试验提供了标准刺激（人像），而有30％的试验提供了异常刺激（色情图片）

引文： 行为成瘾杂志 9，3; 10.1556/2006.2020.00059

图。 2。
图。 2。

在Fz，Cz和Pz电极站点的标准和异常条件下，TCA和HC组的总体平均ERP

引文： 行为成瘾杂志 9，3; 10.1556/2006.2020.00059

电生理记录与分析

使用安装在弹性帽中的锡电极来记录来自32个头皮部位（德国大脑产品公司）的大脑电活动。 电极FCz用作在线参考，AFz电极用作接地电极。 垂直眼电图（VEOG）通过放置在右眼下方的电极记录，而水平眼电图（HEOG）通过放置在左眼外侧1 cm的电极记录。 所有电极的电阻均小于5kΩ。 EEG和EOG用DC〜100 Hz带通放大，并以500 Hz /通道数字化。 使用Brain Vision Analyzer 2.0离线分析EEG数据。 首先，我们将参考值重置为双侧乳突的平均幅度。 然后，将0.01–30 Hz的带通和24 dB的衰减用于滤波。 使用独立成分分析消除了EOG伪影。

将在每种条件下正确响应的脑电图进行叠加并取平均值。 ERP波形在刺激开始时被锁定，平均时间为1,000毫秒，包括刺激之前200毫秒的基线。 从ERP的总体平均波形中 无花果3和4可以看出，标准和异常条件下的幅度差大约在200 ms处开始。 这些差异在异常标准差波中表现为额中头皮的N2（200–300 ms）和中央顶头皮的P3（300–500 ms）。 因此，本研究分析了2个电极位点F3，Fz，F3（三个额叶位点），C4，Cz，C3（三个中央位点），P4，Pz和3个电极位点N4和PXNUMX分量的平均幅度和延迟。 PXNUMX（三个顶叶部位）。

图。 3。
图。 3。

（A，B，C）在头皮中线电极位点（Fz，Cz和Pz）的TCA和HC组中的平均偏差偏差减去标准差ERPs。 （D）TCA（左）和HC（右）组中异常和标准条件（跨200–500 ms）之间幅度差异的地形图。 （E）在TCA和HC组的标准和异常条件下，N2和P3的平均振幅。 误差线代表一个标准误差

引文： 行为成瘾杂志 9，3; 10.1556/2006.2020.00059

图。 4。
图。 4。

TCA和HC组的RT用于标准刺激和异常刺激。 误差线代表一个标准误差

引文： 行为成瘾杂志 9，3; 10.1556/2006.2020.00059

统计分析

使用独立的t检验分析问卷数据。 应用方差重复测量分析（ANOVA）分析BIC的ERP指标（N2和P3）和行为测量（准确性和RT）。 这导致针对N9和P2振幅和潜伏期的BOC组（TCA，HC）×刺激（标准和异常条件）×电极部位（3个部位）的ANOVA，以及针对行为测量的Group×刺激ANOVA。 RT数据基于具有正确反应的试验。 不考虑RT小于150 ms（反映预期）的试验（Meule，Lutz，Vögele和Kübler，2012年）。 刺激和电极位点是受试者内部的因素，组是受试者之间的因素。 事后分析使用了成对比较和Bonferroni调整。 所有统计值均通过Greenhouse-Geisser校正报告，以及部分eta平方（η2p）值据报道具有重大影响。 所有统计检验均使用0.05的alpha值。

伦理

所有研究参与者均签署了知情同意书。 该研究得到了成都医学院高校审查委员会的批准。

成果

自我报告的结果

正如预期的那样，TCA组的PIPUS评分（19.78±6.40）比HC组（1.65±1.28）高， t（68）= 16.65， P <0.001。 此外，TCA组在每周观看色情内容方面得分高于HC组（3.92±1.54 vs. 1.09±0.87）， t（68）= 9.55， P <0.001，并且手淫（2.81±1.22和1.12±0.91）， t（68）= 6.54， P <0.001。 但是，TCA和HC组在SDS评估的抑郁症，SAS评估的焦虑症和BIS-11评估的性冲动方面没有差异，这表明这些因素目前不是关注的领域。研究。 这使得任何行为和ERP差异直接归因于与网络性行为有关的措施。

行为结果

重复测量ANOVA的准确性，以组为对象之间的因素，而刺激为对象内部的因素，则表明偏差值（96.27％）的准确性明显低于标准刺激物（98.44％）， F（1，68）= 15.67， P <0.001， η2p = 0.19。 没有涉及小组因素的重大影响， Fs <1.关于RT，与标准刺激相比，异常刺激导致更长的RT， F（1，68）= 41.58， P <0.001， η2p = 0.38（见 图。 2）。 找不到对Group的主要影响， F（1，68）= 2.65， P = 0.108， η2p = 0.04。 更重要的是，组×刺激交互作用很明显， F（1，68）= 4.54， P = 0.037， η2p = 0.06。 刺激的简单效果表明，在TCA和HC组中，与标准刺激相比，异常刺激引起更长的RTs， F（1，35）= 46.28， P <0.001， η2p = 0.57， F（1，33）= 7.60， P = 0.009， η2p = 0.19。 此外，Group的简单效果表明，尽管两组对标准刺激物都显示出类似的RT， F（1，68）= 0.16， P > 0.68时，TCA组显示出比HC组更长的RTs，而不是HC组。 F（1，68）= 6.68， P = 0.012， η2p = 0.09。

ERP结果

N2

对N2的平均振幅进行重复测量ANOVA，以刺激和电极位点为重复因子，以Group为对象间因子，显示出刺激的重要主要作用， F（1，68）= 72.72， P <0.001， η2p = 0.52，以及电极位置， F（8，544）= 130.08， P <0.001， η2p = 0.66，并且存在显着的刺激×电极部位相互作用， F（8，544）= 8.46， P <0.001， η2p = 0.11。 与标准刺激相比，异常刺激在额叶和中央电极处引起更大的振幅。 没有发现Group有重大的主要影响， F <1。此外，存在显着的组×刺激相互作用， F（1，68）= 6.27， P = 0.015， η2p = 0.08。 HC组（−4.38μV）的偏差和标准刺激之间的幅度差异大于TCA组（−2.39μV）。

此外，刺激的重要主要作用 F（1，68）= 28.51， P <0.001， η2p = 0.30，以及电极位置， F（8，544）= 3.52， P = 0.023， η2p 观察到N0.05潜伏期= 2。 与标准刺激相比，异常刺激引起更长的潜伏期。 额叶部位的N2潜伏期长于顶位部位。

P3

同样，对P3的平均幅度进行重复测量方差分析显示Group的重要主要影响， F（1，68）= 4.45， P = 0.039， η2p = 0.06，刺激， F（1，68）= 8.31， P = 0.005， η2p = 0.11，以及电极位置， F（8，544）= 76.03， P <0.001， η2p = 0.53，并且存在显着的刺激×电极部位相互作用， F（8，544）= 43.91， P <0.001， η2p = 0.39。 HC组（4.12μV）的跨条件平均幅度大于TCA组（1.94μV）。 与标准刺激相比，在中央和顶叶部位，偏离刺激引起更大的振幅。 更重要的是，Group和Stimulus之间的交互作用很明显， F（1，68）= 4.94， P = 0.03， η2p = 0.07。 尽管HC组显示的异常刺激（3μV）的P5.34幅度比标准刺激（2.89μV）增强， F（1，33）= 11.63， P = 0.002， η2p = 0.26，TCA组在偏差（3μV）和标准（2.10μV）条件之间没有显示出明显的P1.78幅度差异， F <1。

对P3潜伏期的分析表明，电极部位具有显着的主要作用， F（8，544）= 17.13， P <0.001， η2p = 0.20，表示额叶和中央部位的等待时间长于顶叶部位。 刺激×电极位点之间的相互作用也很重要， F（8，544）= 16.71， P <0.001， η2p = 0.20，表明在顶叶部位，异常刺激比标准刺激引起的潜伏期更长。

讨论

这项研究的目的是在行为和电生理水平上，使用改良的双向选择奇数任务结合ERPs记录，探索色情刺激对TCA与HC相比于HC的个体BIC的影响。 这是第一个研究在网络成瘾与ERPs情况下BIC的电生理相关性的研究。 尽管先前的研究发现特质冲动与网络性成瘾症状之间存在联系（Antos＆Brand，2018年; Antos等，2019），该研究未发现TCA和HC组之间的BIS-11得分有显着差异。 同样， Gola等。 （2017） 发现被诊断有问题的色情用户与对照组参与者在冲动特质上没有显着差异。 因此，未来的研究将需要更深入地研究这一联系。

尽管BIS-11被认为是冲动的特征量度，但经过修改的“两选奇数”任务与冲动的可操作量度有关。 在神经心理学和认知神经科学领域，冲动性通常等于BIC，这意味着自上而下的控制机制可以抑制针对当前需求的不适当的自动或奖励相关反应（Groman等人，2009年）。 尽管两组在异常情况下均表现出BIC的作用，但TCA组对异常刺激的反应比HC组慢，表明BIC能力较差。 行为差异伴随着偏差标准差波中N2和P3平均振幅的组差异。 更具体地说，与HC组相比，TCA组的N2和P3振幅差异较标准刺激小。 结果证明，与任务无关的色情刺激干扰了TCA患者的BIC。

在这项研究中，参与者在频繁的标准刺激（引起有力的反应）的情况下对不常见的异常刺激做出反应时，经历了反应冲突。 该响应冲突在偏差标准差波中引起了一个突出的N2分量，在额叶和中央部位的振幅最大。 先前的研究表明，与异常Go / NoGo任务中引发的NoGo N2相似，由异常刺激引起的额中央奇异球N2被接受为冲突监视的指标（Donkers和Van Boxtel，2004年； Nieuwenhuis等，2003）。 有冲突检测的N2幅度大于没有冲突检测的NXNUMX幅度（Donkers和Van Boxtel，2004年）。 在这里，TCA和HC组均表现出明显的异常相关的N2成分。 这表明，在异常情况下，两组都可以检测到响应冲突。 但是，与HC组相比，TCA组显示出比标准情况更小的幅度差异。 这表明，与HC组相比，TCA组的注意力参与减少，导致后期BIC的准备不足（艾默尔（1993））。 因此，在运动执行之前的处理阶段，TCA组表现出了实施BIC所必需的早期认知过程不足。

此外，在偏离标准差波的3–300 ms范围内发现了一个重要的P500成分，其在顶叶部位的振幅最大。 先前的研究表明，在执行Go / NoGo任务中，由Nogo刺激引起的P3（反映了后来的BIC）比由go刺激引起的PXNUMX更为重要（Donkers和Van Boxtel，2004年； Nieuwenhuis等，2005）。 P3的幅度随着认知资源的增长而增加。 与以前的研究一致，本研究中涉及BIC的异常刺激导致P3振幅大于标准刺激。 更重要的是，TCA组中与畸变相关的P3的幅度远小于HC组。 它显示了TCA组在异常条件下的BIC流程不足。

因此，相对于HC组，TCA组中N2和P3幅度较不明显可以认为是BIC中神经功能缺损的标志。 我们的研究支持以下观点：冲动性是网络性成瘾发展的危险因素（Antons＆Brand，2018年; Antons等，2019）。 这与大多数有关药物滥用障碍的研究结果一致（例如， Sokhadze，Stewart，Hollifield和Tasman，2008； 赵等人，2017），赌博疾病（例如， Kertzman等人，2008年）和网络成瘾（例如， 周元瑶，李成和程，2010）。 这些研究证实，患有物质使用障碍和行为成瘾的个体的BIC缺陷与N2和/或P3振幅减弱有关。 因此，这项研究的行为和电生理结果表明，网络性成瘾可能具有物质使用障碍或行为成瘾的神经心理学和ERP特征。

导致TCA患者BIC受损的一种潜在机制是，在观看色情线索时提示反应性和渴望会诱使他们自动处理色情材料。 因此，认知资源的占用会影响TCA组在认知任务中的表现。 根据成瘾的双过程模型（Brand等人，2019; Dong＆Potenza，2014年； Wiers et al。，2007； Wilson等，2020。 Zilverstand和Goldstein，XNUMX年），成瘾行为会受到相互竞争的冲动和反思系统的影响。 然而，在成瘾行为中，反射系统被脉冲系统抑制。 这种关系使患有TCA的人越来越难以认知地控制网络性活动，尽管带来了负面后果。 由于色情刺激的处理与注意力和唤醒相关的大脑结构有关（Paul等人，2008），“两选奇兵”任务中的色情图片似乎比HC组吸引了更多的注意力到TCA组。 因此，如BIC表现较差所表明的那样，色情提示导致具有TCA的个人更容易分散任务需求。 从理论上讲，在网络游戏障碍以及其他类型的网络成瘾情况下，渴望和提示反应性应与BIC的不足相关（Brand等人，2019; 董和波坦察，2014年）。 在未来的研究中，应该检查提示反应性的神经相关性与BIC降低之间的潜在相互作用，以更好地了解失去控制性行为消费的潜在机制。 例如，未来的研究可以评估参与者呈现色情图片前后的性唤起和渴望程度，以确定它们是否干扰参与者的BIC能力（Laier等，2013).

我们的发现在理论上和临床上都很重要。 从理论上讲，我们的结果表明，在电生理和行为水平上，就性冲动而言，网络性成瘾类似于物质使用障碍和冲动控制障碍。 我们的发现可能会引发关于网络性成瘾作为一种新型精神疾病的可能性的持续争论。 临床上，我们的结果表明，ERP可以用于研究神经认知功能（例如BIC），从而强调了在网络性成瘾治疗中应该解决哪些认知过程（Campanella等人，2019年）。 除了使用ERPs来识别患者障碍外，还进行了研究以检查ERPs对精神疾病的治疗作用（坎帕内拉，2013年）。 在互联网成瘾领域，一些研究已经利用ERP记录来评估潜在的临床益处（Ge等，2011； 朱等人，2012）。 这些研究表明，ERPs测量可能是评估成瘾性疾病认知矫正的效率和大脑相关性的潜在方法。

这项研究有几个局限性。 首先，我们只调查了男性参与者，因为网络色情成瘾似乎主要是男性问题。 例如，以前的研究发现，男人在年轻时接触色情，消费更多的色情（Hald，2006），并且与女性相比更容易遇到问题（Ballester-Arnal，Castro Calvo，Gil-Llario和GilJulia，2017年）。 但是，比较在处理色情内容时男性和女性的激活方式的研究表明，男性的某些大脑区域比女性更活跃（例如， Wehrum等，2013）。 因此，未来的研究应检查色情线索处理过程中BIC的性别差异。 其次，该研究未考虑任何明确的临床样本。 这是因为关于网络性成瘾的临床定义尚无共识。 未来的研究应该对有网络性成瘾的受访者和没有网络性成瘾的受访者进行比较分析，以确定是否存在共同的应对方式。 第三，这是在网络性成瘾的背景下应用双向选择奇数任务的第一个研究。 因此，这些初步研究结果应与Go / Nogo和Stop-Signal范例之类的其他任务进行比较。 最近的一项研究表明，网络性成瘾症状严重程度较高的人在“停止信号”任务中表现更好（安东尼和品牌，2020年）。 这表明关于网络性成瘾的BIC的研究很少且不一致。 因此，需要更多的研究来进一步证明这一点。 最后，学者们仍在争论色情图片是否是线索（Prause，Steele，Staley，Sabatinelli和Hajcak，2016年）或奖励（Gola，Wordecha，Marchewka和Sescousse，2016年）。 激励显着性理论区分了“想要”和“喜欢”的两个基本组成部分，成瘾的特征在于与提示相关的“想要”增加而与奖励相关的“喜欢”减少（罗宾逊，菲舍尔，阿休亚，小和玛尼特人，2015年）。 在未来的研究中，需要更高级的实验范式，令人困惑的线索和奖励。 评估性欲和对色情刺激的喜好以及检查其与电生理信号的关系也很有用。

总而言之，我们扩展了以前的发现，以显示患有TCA的个体在抑制过程的早期和晚期都表现出专门针对色情线索的神经缺陷。 这项研究的行为和电生理数据表明，网络性成瘾可能具有物质使用障碍或行为成瘾的神经心理学和ERPs特征，这支持了将网络性成瘾概念化为行为成瘾的观点。

资金来源

这项工作得到了中国国家自然科学基金会的资助（授权号：31700980）。

作者的贡献

JW和BD参与了研究概念和设计。 JW参与了数据准备，统计分析并撰写了手稿。 JW和BD参与研究监督并编辑了手稿。 所有作者均有权访问研究中的所有数据，并对数据的完整性和数据分析的准确性负责。

利益冲突

作者宣称没有利益冲突。

补充材料

可以在https://doi.org/10.1556/2006.2020.00059上在线找到本文的补充数据。

参考资料

  • deAlarcón, R., 德拉伊格莱西亚, JI, 结婚, NM，＆ 蒙特霍, AL (2019). 在线色情成瘾：我们所知道的与我们所不知道的—系统评价. 临床医学杂志, 8(1), 91. https://doi.org/10.3390/jcm8010091.

  • 安东尼斯, S.，＆ 品牌, M. (2018). 男性倾向于性行为和状态冲动的性格和状态冲动. 成瘾行为, 79, 171–177. https://doi.org/10.1016/j.addbeh.2017.12.029.

  • 安东尼斯, S.，＆ 马蒂亚斯, B. (2020). 抑制性控制和有问题的互联网色情技术的使用-绝缘的重要平衡作用, 行为上瘾杂志, 9(1), 58–70. https://doi.org/10.1556/2006.2020.00010.

  • 安东尼斯, S., 穆勒, SM, 韦格曼, E., 特罗茨克, P., 舒尔特, MM，＆ 品牌, M. (2019). 冲动的方面和相关方面在娱乐和不受管制的互联网色情使用之间有所区别. 行为上瘾杂志, 8(2), 223–233. https://doi.org/10.1556/2006.8.2019.22.

  • 巴里斯特·阿纳尔, R., 卡斯特罗·卡尔沃（Castro Calvo）, J., 吉尔-拉里奥, MD，＆ 吉尔·朱莉娅, B. (2017). 网络性成瘾：西班牙大学生研究. 性与婚姻疗法杂志, 43(6), 567–585. https://doi.org/10.1080/0092623X.2016.1208700.

  • 品牌, M., 德莱尔, C., 帕利科夫斯基, M., 沙克特尔, U., 舍勒, T.，＆ 阿尔特斯托特-格莱希, C. (2011). 在互联网上观看色情图片：性唤起评级和心理 - 精神症状在过度使用互联网性爱网站中的作用. 网络心理学，行为和社交网络, 14(6), 371–377. https://doi.org/10.1089/cyber.2010.0222.

  • 品牌, M., Snagowski, J., 德莱尔, C.，＆ 马德瓦尔德, S. (2016). 观看首选色情图片时腹侧纹状体活动与网络色情成瘾症状相关. “神经成像”, 129, 224–232. https://doi.org/10.1016/j.neuroimage.2016.01.033.

  • 品牌, M., 韦格曼, E., 斯塔克, R., 磨坊主, A., 沃尔夫林, K., 罗宾斯, TW, (2019). 上瘾行为的人-效应-认知-执行交互（I-PACE）模型：更新，对成瘾行为的泛化（超出互联网使用障碍），以及对成瘾行为的过程特征的说明. 神经科学与生物行为评论, 104, 1–10. https://doi.org/10.1016/j.neubiorev.2019.06.032.

  • 品牌, M., 年轻, KS，＆ 德莱尔, C. (2014). 前额叶控制和网络成瘾：神经心理学和神经影像学发现的理论模型和综述. 人类神经科学的前沿, 8, 375. https://doi.org/10.3389/fnhum.2014.00375.

  • 品牌, M., 年轻, KS, 德莱尔, C., 沃尔夫林, K.，＆ 波坦察, MN (2016). 整合关于特定互联网使用障碍的发展和维持的心理和神经生物学考虑因素：人 - 情感 - 认知 - 执行（I-PACE）模型的相互作用. 神经科学与生物行为评论, 71, 252–266. https://doi.org/10.1016/j.neubiorev.2016.08.033.

  • 康帕内拉, S。 （2013). 为什么是时候开发与认知事件相关的潜能用于精神疾病的治疗了. 神经精神疾病与治疗, 9, 1835–1845. https://doi.org/10.2147/NDT.S53687.

  • 康帕内拉, S., 波加雷尔, O.，＆ 布特罗斯, N. (2014). 吸毒障碍中与事件相关的潜能：根据1984年至2012年的文章进行的叙述性评论. 脑电图和神经科学, 45(2), 67–76. https://doi.org/10.1177/1550059413495533.

  • 康帕内拉, S., 施罗德, E., 卡约施, H., 诺埃尔, X.，＆ 康赖希, C. (2019). 为什么认知事件相关电位（ERP）在酒精障碍的管理中应发挥作用. 神经科学与生物行为评论, 106, 234–244. https://doi.org/10.1016/j.neubiorev.2018.06.016.

  • 陈, LJ, 王, X., 陈, SM, 江, CH，＆ 王, 剑侠情缘 (2018). 中国大学生网络色情使用量表的信度和效度. 中国公共卫生杂志, 34(7), 1034–1038.

  • 戴维斯, RA (2001). 病理性互联网使用的认知 - 行为模型. 人类行为计算机, 17(2), 187–195. https://doi.org/10.1016/S0747-5632(00)00041-8.

  • 董, G.，＆ 波坦察, MN (2014). 网络游戏障碍的认知行为模型：理论基础和临床意义. 精神病学研究杂志, 58, 7–11. https://doi.org/10.1016/j.jpsychires.2014.07.005.

  • Donkers, FC，＆ 范博克特尔, GJ (2004). 进/出任务中的N2反映了冲突监控而不是响应抑制. 大脑和认知, 56(2), 165–176. https://doi.org/10.1016/j.bandc.2004.04.005.

  • 德拉蒙德, DC (2001). 古代和现代的毒品渴望理论. 瘾, 96(1), 33–46. https://doi.org/10.1046/j.1360-0443.2001.961333.x.

  • Eimer, M. (1993). Go / Nogo任务中注意力和刺激概率对ERP的影响. 生物心理学, 35(2), 123–138. https://doi.org/10.1016/0301-0511(93)90009-W.

  • 费尔肯斯坦, M。 （2006). 抑制，冲突与Nogo-N2. 临床神经生理学, 117(8), 1638–1640. https://doi.org/10.1016/j.clinph.2006.05.002.

  • Ge, L., Ge, X., Xu, Y., 张, K., 赵, J.，＆ 香港, X. (2011). 网络成瘾症患者的P300变化和认知行为疗法：为期3个月的随访研究. 神经再生研究, 6(26), 2037–2041.

  • 戈拉, M., 沃德查, M., 马凯维卡, A.，＆ 塞斯科斯, G. (2016). 视觉性刺激-提示还是奖励？ 解释关于人类性行为的脑成像发现的观点. 人类神经科学的前沿, 10, 402. https://doi.org/10.3389/fnhum.2016.00402.

  • 戈拉, M., 沃德查, M., 塞斯科斯, G., 卢·斯塔罗维奇, M., 科索夫斯基, B., 威比奇, M., (2017). 色情会上瘾吗？ fMRI研究男性寻求治疗有问题的色情内容. 神经精神药理学, 42(10), 2021–2031. https://doi.org/10.1038/npp.2017.78.

  • 格罗曼, SM, JAMES, 如，＆ 耶特斯, JD (2009). 不良反应抑制：处于药物滥用与注意缺陷/多动症之间的联系. 神经科学与生物行为评论, 33(5), 690–698. https://doi.org/10.1016/j.neubiorev.2008.08.008.

  • 哈尔德, GM (2006). 丹麦年轻异性恋成年人中色情消费的性别差异. 性行为档案, 35(5), 577–585. https://doi.org/10.1007/s10508-006-9064-0.

  • 克兹曼, S., 洛温鲁布, K., 艾泽尔, A., 汽缸, M., 科特勒, M.，＆ 达能, PN (2008). 病态赌徒的通过/不通过性能. 精神病学研究, 161(1), 1–10. https://doi.org/10.1016/j.psychres.2007.06.026.

  • Klucken, T., 韦鲁姆·奥辛斯基, S., 施韦肯迪克, J., 克鲁斯, O.，＆ 斯塔克, R. (2016). 在强迫性行为的受试者中改变食欲调节和神经连接. 性医学杂志, 13(4), 627–636. https://doi.org/10.1016/j.jsxm.2016.01.013.

  • 科伯, H., 拉卡迪, 厘米, 韦克斯勒, 是, Malison, 逆转录, 辛哈, R.，＆ 波坦察, MN (2016). 可卡因渴望和赌博冲动期间的大脑活动：一项功能磁共振成像研究. 神经精神药理学, 41(2), 628–637. https://doi.org/10.1038/npp.2015.193.

  • 角, A. (1988). P300与运动相关电位之间的重叠：对Verleger的回应. 生物心理学, 27(1), 51–58. https://doi.org/10.1016/0301-0511(88)90005-1.

  • 韩, A., 齐尔查-马诺, S., 福格尔, YA, 米库林塞, M., 里德, RC，＆ 波坦察, MN (2014). 有问题的色情使用量表的心理计量学发展. 成瘾行为, 39(5), 861–868. https://doi.org/10.1016/j.addbeh.2014.01.027.

  • 科瓦列夫斯卡, E., 格拉布斯, JB, 波坦察, MN, 戈拉, M., 垂饰, M.，＆ 克劳斯, SW (2018). 强迫性行为障碍的神经认知机制. 目前的性健康报告, 10(4), 255–264. https://doi.org/10.1007/s11930-018-0176-z.

  • 德莱尔, C.，＆ 品牌, M. (2014). 从认知 - 行为观点看有助于网络成瘾的因素的经验证据和理论考虑. 性成瘾与强迫, 21(4), 305–321. https://doi.org/10.1080/10720162.2014.970722.

  • 德莱尔, C., 帕利科夫斯基, M., 佩卡尔, J., 舒尔特, FP，＆ 品牌, M. (2013). 网络成瘾：在观看色情内容而不是现实生活中的性接触时，经验丰富的性唤起会带来不同. 行为上瘾杂志, 2(2), 100–107. https://doi.org/10.1556/JBA.2.2013.002.

  • 小电, M., 易用者, 如, 穆纳福, 先生，＆ 弗兰肯, IH (2012). 物质相关线索的认知认知过程的电生理指标：荟萃分析. 神经科学与生物行为评论, 36(8), 1803–1816. https://doi.org/10.1016/j.neubiorev.2012.05.001.

  • 路易登, M., 马基尔森, MW, 维特曼, DJ, 海斯特, R., 德汉, L.，＆ 弗兰肯, IH (2014). 系统评价ERP和fMRI研究，研究物质依赖和行为成瘾患者的抑制控制和错误处理. 精神病学与神经科学杂志, 39(3), 149–169. .

  • 猫鼬, GJ, 艾登, RJVD，＆ 加勒森, HF (2006). 预测强迫性互联网使用：这一切都与性有关！. 网络心理学与行为, 9(1), 95–103. https://doi.org/10.1089/cpb.2006.9.95.

  • Meule, A., 卢茨, A., 福格尔, C.，＆ 库伯勒, A. (2012). 对食物的渴望在成功和不成功的节食者与非节食者之间有区别。 对食物渴望量表的德语验证. 食欲, 58(1), 88–97. https://doi.org/10.1016/j.appet.2011.09.010.

  • 米德尔, SF, Büchel, C.，＆ 彼得斯, J. (2014). 线索诱发的渴望通过问题赌徒的纹状体值信号的变化增加了冲动. 神经科学杂志, 34(13), 4750–4755. https://doi.org/10.1523/JNEUROSCI.5020-13.2014.

  • 尼乌文赫伊斯, S., 阿斯顿·琼斯, G.，＆ 科恩, JD (2005). 决策，P3和蓝斑-去甲肾上腺素系统. 心理学报, 131(4), 510–532. https://doi.org/10.1037/0033-2909.131.4.510.

  • 尼乌文赫伊斯, S., 杨, N., 范登·威登伯格, W.，＆ 里德林霍夫, KR (2003). 行/不行任务中前扣带回功能的电生理相关性：反应冲突和试验类型频率的影响. 认知，情感和行为神经科学, 3(1), 17–26. https://doi.org/10.3758/CABN.3.1.17.

  • 巴顿, JH, 斯坦福大学, 女士，＆ 巴拉特, ES (1995). Barratt冲动量表的因子结构. 临床心理学杂志, 51(6), 768–774. https://doi.org/10.1002/1097-4679(199511)51:6%3C768::AID-JCLP2270510607%3E3.0.CO;2-1.

  • 保罗, T., 希弗, B., 茨瓦格, T., 克吕格, TH, 卡拉马, S., 谢德洛夫斯基, M., (2008). 异性恋和同性恋男性对视觉性刺激的大脑反应. 人脑映射, 29(6), 726–735. https://doi.org/10.1002/hbm.20435.

  • 波坦察, MN (2008). 病理性赌博和药物成瘾的神经生物学：概述和新发现. 英国皇家学会哲学汇刊B：生物科学, 363(1507), 3181–3189. https://doi.org/10.1098/rstb.2008.0100.

  • 普瑞斯, N., 斯蒂尔, 虚拟现实, 斯特利, C., Sabatinelli, D.，＆ 哈恰克, G. (2016). Prause等人。 （2015）最新的成瘾预测篡改. 生物心理学, 120, 159–161.

  • 罗宾逊, TE，＆ 贝里奇, KC (2008). 成瘾的激励致敏理论：当前的一些问题. 英国皇家学会哲学汇刊B：生物科学, 363(1507), 3137–3146. https://doi.org/10.1098/rstb.2008.0093.

  • 罗宾逊, MJF, 菲舍尔, 上午, 阿胡加, A., 小, EN，＆ 操纵, H. (2015). “想要”和“喜欢”在激励行为中的作用：赌博，食物和吸毒成瘾。在 动机的行为神经科学 （第 105–136). 湛: 斯普林格.

  • 罗斯, MW, 蒙森, SA，＆ Daneback, K. (2012). 瑞典男性和女性中有问题的性互联网使用的流行程度，严重程度和相关性. 性行为档案, 41(2), 459–466. https://doi.org/10.1007/s10508-011-9762-0.

  • 硕, JW，＆ 儿子, JH (2015). 有问题的性行为者的性欲的神经基础. 行为神经科学的前沿, 9, 321. https://doi.org/10.3389/fnbeh.2015.00321.

  • 索卡兹, E., 斯图尔特, C., 霍利菲尔德, M.，＆ 塔斯曼, A. (2008). 可卡因成瘾的快速反应任务中执行功能障碍的事件相关潜力研究. 神经疗法杂志, 12(4), 185–204. https://doi.org/10.1080/10874200802502144.

  • 斯佩勒, PA, 查拉尼, B., 哈德森, KE, 波特, A., 狐狸, JJ，＆ Garavan, H. (2016). 反应抑制和成瘾药：从使用到戒酒。在 脑研究的进展 (第223卷，第 143–164). 爱思唯尔.

  • 斯塔克, R., Klucken, T., 波坦察, MN, 品牌, M.，＆ 施特拉勒, J. (2018). 目前对强迫性行为障碍的行为神经科学的理解和有问题的色情使用. 最新的行为神经科学报告, 5(4), 218–231. https://doi.org/10.1007/s40473-018-0162-9.

  • 苏斯曼, CJ, 哈珀, JM, 钢, JL，＆ 威格, P. (2018). 互联网和视频游戏成瘾：诊断，流行病学和神经生物学. 儿童和青少年精神病诊所, 27(2), 307–326.

  • Su, B., 杨, L., 王, GY, 王, S., Li, S., 曹, H., (2017). 药物相关提示对戒酒抑制反应的影响：一项针对男性海洛因戒严者的初步研究. 美国药物和酒精滥用杂志, 43(6), 664–670. https://doi.org/10.1080/00952990.2017.1283695.

  • 蒂芙尼, ST，＆ ·雷, JM (2012). 渴望药物的临床意义. 纽约科学院年鉴, 1248(1), 1–17. https://doi.org/10.1111/j.1749-6632.2011.06298.x.

  • 韦布鲁根, F.，＆ 洛根, GD (2008). 停止信号范式中的响应抑制. 认知科学的趋势, 12(11), 418–424. https://doi.org/10.1016/j.tics.2008.07.005.

  • Voon, V., 痣, TB, Banca银行, P., 搬运工, L., 莫里斯, L., 米切尔, S., (2014). 在有和没有强迫性行为的个体中，性暗示反应性的神经相关性. PloS One, 9(7), e102419. https://doi.org/10.1371/journal.pone.0102419.

  • 韦鲁姆, S., Klucken, T., 卡格勒, S., 沃尔特, B., 赫尔曼, A., 维特尔, D., (2013). 视觉性刺激神经处理中的性别共性和差异. 性医学杂志, 10(5), 1328–1342. https://doi.org/10.1111/jsm.12096.

  • 维尔斯, RW, 巴索洛, BD, 范登维尔登伯格, E., 苏斯, C., 恩格斯, RCME, 谢尔, KJ, (2007). 自动和受控制的过程以及青少年成瘾行为的发展：评论和模型. 药理学生物化学和行为, 86(2), 263–283. https://doi.org/10.1016/j.pbb.2006.09.021.

  • 赵, X., 刘, X.，＆ 梅斯, JH (2017). 男性吸烟者在两选奇异球范式中对异常香烟相关刺激的行为和大脑反应. 心理生理学杂志, 32(4), 172–181. https://doi.org/10.1027/0269-8803/a000195.

  • 周, ZH, 元, 广州, 姚明, JJ, Li, C.，＆ 郑, ZH (2010). 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 Neuropsychiatrica, 22(5), 228–236. https://doi.org/10.1111/j.1601-5215.2010.00444.x.

  • 朱, TM值, Li, H., 斤, RJ, 郑, Z., 罗, Y., Ye, H., (2012). 电针联合心理干预对网络成瘾患者认知功能和事件相关电位P300及失配负性的影响. 中国中西医结合杂志, 18(2), 146–151. https://doi.org/10.1007/s11655-012-0990-5.

  • 银灯台, A.，＆ 戈尔茨坦, RZ (2020). 药物成瘾的双重模型：反应抑制和显着性归因模型受损。在 认知与成瘾 （第 17–23). 学术出版社.

  • 宗ung, WW (1971). 焦虑症的评分工具. 心理医学：咨询与联络精神病学杂志, 12(6): 371–379. https://doi.org/10.1016/S0033-3182(71)71479-0.

  • 宗ung, WW, 理查兹, CB，＆ 短, MJ (1965). 门诊诊所的抑郁自评量表：SDS的进一步验证. 普通精神病学档案, 13(6), 508–515. https://doi.org/10.1001/archpsyc.1965.01730060026004.