网络游戏成瘾青少年风险决策功能的BART-fMRI研究

发布时间：2020-11-08 22:43

　　目的:网络游戏成瘾(Internet gaming disorder,IGD)作为网络成瘾中最常见的类型,已成为广为关注的健康问题,风险决策能力受损是其主要特征之一。然而,IGD者在风险决策过程中的脑激活与风险水平之间的关系,即风险相关脑激活尚不明确。本研究分析IGD者在风险决策过程中的风险相关脑激活,并进一步分析决策结局对后续风险决策过程中,风险相关脑激活的影响,探讨IGD者高冲动性和风险决策能力受损的内在神经机制。方法:本研究收集IGD者24例,另选取24例健康志愿者作为对照组(healthy controls,HCs)。在受试者进行气球模拟风险任务(Balloon Analog Risk Task,BART)的同时行MRI扫描。以评估在风险决策过程中,风险水平(气球爆炸的概率)和脑激活水平的共变关系。运用SPM8(http://www.fil.ion.ucl.ac.uk/spm)软件对fMRI数据进行处理,建立一般线性模型(general linear model,GLM)。首先,分别在主动和被动任务下,将决策中的赢、输和吹气球事件作为回归量建立模型,并将每次吹气球事件的伴随风险水平(气球爆炸的概率)作为参数代入模型,将风险相关脑激活作为观察指标,采用因子分析在全脑水平分析风险相关脑激活的组别与任务类型间的交互效应。其次,将主动决策中的赢、输、输后的吹气球事件、赢后的吹气球事件作为回归量建立模型,并将风险水平作为参数代入模型,采用因子分析的方法分析决策结局对后续风险相关脑激活的影响。采用AlphaSim的方法对结果进行多重比较校正。将基于体素分析所得的差异脑区提取为感兴趣区(region of interest,ROI),抽取ROI内的平均β值,进行基于ROI的事后检验,并与Barratt冲动行为量表-11(Barratt impulsiveness scale,BIS-11)和网络成瘾自评量表(Young’s online internet addiction test,IAT)的评分进行相关分析,显著性水平设定为P0.05。结果:(1)风险相关脑激活存在组别和任务类型间的交互效应的脑区包括右侧背外侧前额皮层(dorsolateral prefrontal cortex,DLPFC)和左侧小脑半球。基于ROI的事后检验显示,在主动BART中,IGD组的右侧DLPFC和左侧小脑半球的风险相关激活明显低于HCs(P0.05,AlphaSim校正),且右侧DLPFC的风险相关激活水平与Barratt冲动行为量表评分呈显著负相关(P0.05)。(2)在主动BART中,风险相关脑激活存在组别和结局类型(输和赢)间交互效应的脑区包括双侧腹内侧前额叶皮层(ventral medial prefrotal cortex,VMPFC)、左侧额下回、右侧腹侧纹状体、左侧海马/海马旁回、右侧枕下回/梭状回和右侧颞下回(P0.05,AlphaSim校正)。事后检验显示,在接受正性反馈(赢)后,上述脑区的风险相关激活水平无组间差异(P0.05);而在接受负性反馈(输)后,IGD组上述脑区的的风险相关激活水平明显高于HCs(P0.05)。结论:(1)IGD者在执行风险决策任务过程中,右侧DLPFC激活与风险水平间的共变关系下降,且该区域风险相关激活水平与Barratt冲动行为量表评分呈显著负相关,说明与正常对照相比,IGD者右侧DLPFC对风险水平的敏感性下降,可能是其高冲动性及潜在风险决策能力受损的神经机制。(2)IGD者在执行风险决策任务中,双侧VMPFC、左侧额下回、右侧腹侧纹状体、左侧海马/海马旁回、右侧枕下回/梭状回和右侧颞下回的风险相关脑激活水平明显受到负性结局的影响,提示冲动性较高的IGD者在高风险水平的风险决策过程中,需要动用更多的价值评估、奖赏和情绪加工相关的脑资源来维持正常的决策行为。
【学位单位】：天津医科大学
【学位级别】：硕士
【学位年份】：2016
【中图分类】：R749.99
【部分图文】：

步骤,时间序列数据,数据资料,一般线性模型

图 2. fMRI 数据的预处理步骤。最终，我们得到每个受试者预处理后的在 Montreal Neurological Institute（MNI）标准空间内的时间序列数据。由于在磁共振扫描过程中头动过大（最大位移超过 2mm，和/或最大旋转角度超过 2°），在 26 例 IGD 青少年和 25 例 HCs中，分别有 2 例 IGD 者的主动任务、3 例 IGD 者的被动任务和 1 例 HCs 两种任务的数据资料被舍弃。最终有 24 例 IGD 青少年的主动任务、23 例 IGD 者的被动任务和 24 例 HCs 两种任务的数据用于进一步统计分析。其中，23 例 IGD 者的被动任务均有相匹配的主动任务的数据资料。1.6 统计分析采用一般线性模型（General linear model，GLM）进行基于体素的个体数据分析。血氧水平依赖（blood oxygenation level dependent，BOLD）时间序列数据模型使用时间导数的标准的血流动力学响应函数（hemodynamic responsefunction，HRF)。将每个受试者的头动参数作为协变量加入模型。用高频滤波带128 s 去除低频信号。

前额皮层,风险,相关分析,负相关