改变功能连接的个人特定子空间预测了互联网游戏障碍的临床症状

科学领域:

• 神经科学是一个神经科学.
• 计算精神病学是一种计算精神病学.
• 成研究 研究成研究

背景情况:

• 互联网游戏障碍 (IGD) 研究由于个体变异性而面临可重现性挑战.
• 了解IGD的神经基础需要考虑共同和独特的大脑变化.

研究的目的:

• 通过区分个人共享和个人特定的大脑模式来研究互联网游戏障碍 (IGD) 中的功能连接 (AFC) 变化.
• 为了确定IGD异质表现中的临床症状的潜在神经生物标志物.

主要方法:

• 在326名IGD个体和229名娱乐游戏用户 (RGU) 之间比较了AFC矩阵.
• 使用常规直角基础提取来将IGD的AFC分成个人共享和个人特定的子空间.
• 采用多重线性回归来将个人特定的AFC与临床症状联系起来.

主要成果:

• 在IGD中确定了视觉,中间额头 (MFN) 和前端对面网络 (FPN) 的共同异常模式,与执行控制和视觉处理相关.
• 在默认模式网络中发现个体特定的AFC预测了寻找乐趣的行为.
• 在MFN中观察到的个体特异性AFC与奖励反应相关,在FPN中预测了行为抑制.

结论:

• 成功地将IGD的AFC分解为个人共享和个人特定的组件.
• 个体特异性的AFC模式显示出IGD临床症状的生物标志物的潜力.
• 这种框架可以促进对其他成障碍异质性的研究.