СООТНОШЕНИЕ ПАРАМЕТРОВ ИНДИВИДУАЛЬНОЙ МИНУТЫ И СЛУХОВОГО ВЫЗВАННОГО ПОТЕНЦИАЛА Р300 У МОЛОДЫХ ЛЮДЕЙ С РАЗЛИЧНЫМ УРОВНЕМ РИСКА ИНТЕРНЕТ-ЗАВИСИМОГО ПОВЕДЕНИЯ

Кривоногова О.; Кривоногова Е.; Поскотинова Л.

doi:10.14529/jpps200310

О. В. Кривоногова Федеральный исследовательский центр комплексного изучения Арктики им. академика Н.П. Лаверова УрО РАН, г. Архангельск, Россия https://orcid.org/0000-0002-7267-8836 ja.olga1@gmail.com
Е. В. Кривоногова Федеральный исследовательский центр комплексного изучения Арктики им. академика Н.П. Лаверова УрО РАН, г. Архангельск, Россия https://orcid.org/0000-0003-4225-5872 elena200280@mail.ru
Л. В. Поскотинова Федеральный исследовательский центр комплексного изучения Арктики им. академика Н.П. Лаверова УрО РАН, г. Архангельск, Россия https://orcid.org/0000-0002-7537-0837 liliya200572@mail.ru

DOI: https://doi.org/10.14529/jpps200310

Ключевые слова: интернет-зависимость, когнитивный вызванный потенциал Р300, индивидуальная минута

Аннотация

Обоснование. Характер изменений биопотенциалов мозговой активности, отражающих скорость принятия решения и качество распознавания мозговыми структурами значимых стимулов как нейробиологической основы индивидуального времени у лиц с различным уровнем риска интернет-зависимого поведения остается неизвестным. Цель исследования: определение соотношения параметров когнитивного вызванного потенциала Р 300 и времени индивидуальной минуты у молодых людей с различным уровнем риска интернет-зависимости. Материалы и методы. В исследовании приняли участие здоровые молодые люди 16–17 лет (n = 51). Проведено анкетирование по шкале Чена (CIAS – Chen Internet Addiction Scale) в адаптации В.Л. Малыгина с вычислением общего балла CIAS и определение субъективной оценки временных интервалов по тесту индивидуальной минуты. Амплитуду и латентное время слухового вызванного потенциала Р300 определяли с помощью электроэнцефалографа «Нейрон-Спектр – 4/ВМП» (ООО «Нейрософт», Россия) в проекциях лобных (F3, 4), височных (F7, F8, T3, T4), центральных (С3, С4) и теменных (P3, P4) отведениях электроэнцефалограммы. Результаты. У молодых людей с минимальным риском формирования интернет-зависимости (менее 43 баллов по CIAS) не выявлено значимых взаимосвязей времени индивидуальной минуты, параметров вызванного потенциала Р300 и выраженности признаков интернет-зависимости. У лиц с риском развития интернет-зависимости (43–65 баллов по CIAS) происходит укорочение времени индивидуальной минуты, повышение амплитуды вызванного потенциала Р300 преимущественно в лобных и передневисочных областях головного мозга. У лиц с устойчивым паттерном интернет-зависимости (более 65 баллов по CIAS) выявлена минимальная амплитуда вызванного потенциала Р300 в областях F7,F8 на фоне относительного увеличения времени индивидуальной минуты и числа ошибок при принятии решения. Заключение. Возрастание риска интернет-зависимого поведения у молодых людей сопровождается фазовыми изменениями соотношений амплитуды вызванного потенциала Р300 преимущественно в передневисочных областях мозга, качества обработки информации и индивидуального восприятия времени.

Скачивания

Данные скачивания пока не доступны.

Информация об авторах

О. В. Кривоногова , Федеральный исследовательский центр комплексного изучения Арктики им. академика Н.П. Лаверова УрО РАН, г. Архангельск, Россия

Кандидат биологических наук, младший научный сотрудник лаборатории биоритмологии

Е. В. Кривоногова , Федеральный исследовательский центр комплексного изучения Арктики им. академика Н.П. Лаверова УрО РАН, г. Архангельск, Россия

Кандидат биологических наук, старший научный сотрудник лаборатории биоритмологии

Л. В. Поскотинова , Федеральный исследовательский центр комплексного изучения Арктики им. академика Н.П. Лаверова УрО РАН, г. Архангельск, Россия

Доктор биологических наук, кандидат медицинских наук, доцент, заведующий лабораторией биоритмологии, главный научный сотрудник

Литература

1. Гржибовский, А.М. Анализ трех и более независимых групп количественных данных / А.М. Гржибовский // Экология человека. – 2008. – № 3. – С. 50–58.
2. Джос, Ю.С. Когнитивные вызванные потенциалы в нейрофизиологических исследованиях (обзор) / Ю.С. Джос, Л.П. Калинина // Журнал медико-биологических исследований. – 2018. – Т. 6, № 3. – С. 223–235. DOI: 10.17238/issn2542-1298.2018.6.3.223
3. Оценка объема оперативной памяти по данным эндогенных вызванных потенциалов (метод Р300) без психологического тестирования / В.В. Гнездицкий, А.В. Чацкая, О.С. Корепина, О.И. Клочкова // Анналы клинической и экспериментальной неврологии. – 2016. – Т. 10, № 1 – С. 27–34.
4. Чилигина, Ю.А. Влияние экзаменационного стресса на субъективную оценку времени у студентов-первокурсников / Ю.А. Чилигина // Ученые записки университета им. П.Ф. Лесгафта – 2015. – № 4. – С. 257–262. DOI: 10.5930/issn.1994-4683.2015.04.122.p.257-262.
5. Development of a Chinese Internet addiction scale and its psychometric study / S. Chen, L. Weng, Y. Su et al. // Chinese Journal of Psychology. – 2003. – Vol. 45. – P. 279–294.
6. Dong, G. Alterations in regional homogeneity of resting-state brain activity in internet gaming addicts / G. Dong, J. Huang, X. Du // Behavioral and Brain Functions. – 2012. DOI: 10.1186/1744-9081-8-41.
7. Dysfunctional information processing during an auditory event-related potential task in individuals with Internet gaming disorder / M. Park, J. Choi, S. Park et al. // Transl Psychiatry. – 2016. – № 6. DOI: 10.1038/tp.2015.215.
8. Effects of time perspective and self-control on procrastination and Internet addiction / J. Kim, H. Hong, J. Lee et al. // J Behav Addict. – 2017. – № 6 (2). – Р. 229–236.
9. Investigation of Brain Electrophysiological Properties among Heroin Addicts: Quantitative EEG and Event-Related Potentials / F. Motlagh, F. Ibrahim, R. Rashid et al. // Journal of Neuroscience Research. – 2016. – P. 1633–1646. DOI: 10.1002/jnr.23988.
10. Meck, W.H. Neuropharmacology of timing and time perception / W.H. Meck // Cognitive Brain Research. – 1996. – Vol. 3 (3-4). – P. 227–242. DOI: 10.1016/0926-6410(96)00009-2.
11. Meta-Analysis of Functional Neuroimaging and Cognitive Control Studies in Schizophrenia: Preliminary Elucidation of a Core Dysfunctional Timing Network / I. Alústiza, J. Radua, A. Albajes-Eizagirre et al. // Front Psychol. – 2016. DOI: 10.3389/fpsyg.2016.00192.
12. Methodological approaches to the early detection of Internet-dependent behavior. [Electronic source] / V.L. Malygin, K.A. Feklysov, A.B. Iskandirova, A.A. Antonenko // Medical Psychology in Russia: an electronic scientific journal. – 2011. – № 6. – http://medpsy.ru/mprj/archiv_global/2011_6_11/nomer/nomer03.php (дата обращения 20.02.2020).
13. Piras, F. Time Dysperception Perspective for Acquired Brain Injury / F. Piras, F. Piras, V. Ciullo // Front Neurol. – 2013. DOI: 10.3389/fneur.2013.00217.
14. Polti, I. The effect of attention and working memory on the estimation of elapsed time / I. Polti, B. Martin, V. Wassenhove // Scientific Reports. – 2018. –Vol. 8. DOI: 10.1038/s41598-018-25119-y.
15. Reduced striatal dopamine D2 receptors in people with Internet addiction / S.H. Kim, S.H. Baik, C.S. Park et al. // Neuroreport. – 2011. – Р. 407–411. DOI: 10.1097/WNR.0b013e328346e16e.
16. Time Perception Mechanisms at Central Nervous System / R. Fontes, J. Ribeiro, D.S. Gupta et al. // Neurol Int. – 2016. DOI: 10.4081/ni.2016.5939.
17. Turel, O. Time distortion when users atrisk for social media addiction engage in non-social media tasks / O. Turel, D. Brevers, A. Bechara // Journal of Psychiatric Research. – 2018. – № 2. – Р. 84–88. DOI: 10.1016/j.jpsychires.2017.11.014.
18. Üstün, S. Neural Networks for Time Perception and Working Memory / S. Üstün, E.H. Kale, M. Çiçek // Front Hum Neurosci. – 2017. DOI: 10.3389/fnhum.2017.00083
19. Weinstein, A.M. An Update Overview on Brain Imaging Studies of Internet Gaming Disorder / A.M. Weinstein // Front Psychiatry. – 2017. – Vol. 8. – P. 185 DOI:10.3389/fpsyt.2017.00185.
20. Zhu, Y. Molecular and Functional Imaging of Internet Addiction / Y. Zhu, H. Zhang, M. Tian // Biomed Res Int. – 2015. – no. art. 378675. DOI: 10.1155/2015/378675.

References

1. Grzhibovsky A.M. [Analysis of three or more independent groups of quantitative data]. Ekologiya cheloveka [Human Ecology], 2008, no. 3, pp. 50–58. (in Russ.).
2. Dzhos Yu.S., Kalinina L.P. [Cognitive event-related potentials in neurophysiology research (review)]. Zhurnal mediko-biologicheskikh issledovanii [Journal. medical biol. research], 2018, vol. 6, no. 3, pp. 223–235. DOI: 10.17238/issn2542-1298.2018.6.3.223 (in Russ.).
3. Gnezditskii V.V., Chatskaya A.V., Korepina O.S., Klochkova O.I. [Assessment of the operative memory capacity based on endogenous evoked potentials (P300 method) without neuropsychological testing]. Annaly klinicheskoi i eksperimentalnoi nevrologii. [Annals of clinical and experimental neurology], 2016, vol. 10, no. 1, pp. 27–34. (in Russ.).
4. Chiligina Yu.A. [Exam stress effect on subjective evaluation of time among the first-course students]. Uchenye zapiski universiteta imeni P.F. Lesgafta [Scientific notes of the University named after P.F. Lesgaft], 2015, no. 4. pp. 257–262. DOI: 10.5930/issn.1994-4683.2015.04.122.p.257-262.
5. Chen S., Weng L., Su Y. et al. Development of a Chinese Internet addiction scale and its psychometric study. Chinese Journal of Psychology, 2003, vol. 45, pp. 279–294.
6. Dong G., Huang J., Du X. Alterations in regional homogeneity of resting-state brain activity in internet gaming addicts. Behavioral and Brain Functions, 2012. DOI: 10.1186/1744-9081-8-41.
7. Park M., Choi J., Park S. et al. Dysfunctional information processing during an auditory eventrelated potential task in individuals with Internet gaming disorder. Transl Psychiatry, 2016, no. 6. DOI: 10.1038/tp.2015.215.
8. Kim J., Hong H., Lee J. et al. Effects of time perspective and self-control on procrastination and Internet addiction. J Behav Addict., 2017, no. 6(2). pp. 229–236.
9. Motlagh F., Ibrahim F., Rashid R. et al Investigation of Brain Electrophysiological Properties among Heroin Addicts: Quantitative EEG and Event-Related Potentials. Journal of Neuroscience Research, 2016, pp. 1633–1646. DOI: 10.1002/jnr.23988.
10. Meck W.H. Neuropharmacology of timing and time perception. Cognitive Brain Research, 1996, vol. 3 (3-4), pp. 227–242. DOI: 10.1016/0926-6410(96)00009-2.
11. Alústiza I.,.Radua J, Albajes-Eizagirre A. et al. Meta-Analysis of Functional Neuroimaging and Cognitive Control Studies in Schizophrenia: Preliminary Elucidation of a Core Dysfunctional Timing Network. Front Psychol., 2016. DOI:10.3389/fpsyg.2016.00192
12. Malygin V.L., Feklysov K.A., Iskandirova A.B., Antonenko A.A. Methodological approaches to the early detection of Internet-dependent behavior. [Electronic source]. Medical Psychology in Russia: an electronic scientific journal, 2011, no. 6. http://medpsy.ru/mprj/archiv_global/2011_6_11/ nomer/nomer03.php (accessed 20.01.2020).
13. Piras F., Piras F., Ciullo V. Time Dysperception Perspective for Acquired Brain Injury. Front Neurol., 2013. DOI:10.3389/fneur.2013.00217.
14. Polti I., Martin B., Wassenhove V. The effect of attention and working memory on the estimation of elapsed time. Scientific Reports, 2018, vol. 8. DOI: 10.1038/s41598-018-25119-y
15. Kim S.H., Baik S.H., Park C.S. et al. Reduced striatal dopamine D2 receptors in people with Internet addiction. Neuroreport, 2011, pp. 407–411. DOI: 10.1097/WNR.0b013e328346e16e.
16. Fontes R., Ribeiro J., Gupta D. S. et al. Time Perception Mechanisms at Central Nervous System. Neurol Int., 2016. DOI: 10.4081/ni.2016.5939
17. Turel O., Brevers D., Bechara A. Time distortion when users atrisk for social media addiction engage in non-social media tasks. J Psychiatr Res, 2018, no. 2, pp. 84–88. DOI: 10.1016/j.jpsychires.2017.11.014.
18. Üstün S., Kale E.H., Çiçek M. Neural Networks for Time Perception and Working Memory. Front Hum Neurosci, 2017. DOI: 10.3389/fnhum.2017.00083
19. Weinstein A.M. An Update Overview on Brain Imaging Studies of Internet Gaming Disorder. Front Psychiatry, 2017. DOI: 10.3389/fpsyt.2017.00185.
20. Zhu Y., Zhang H., Tian M. Molecular and Functional Imaging of Internet Addiction. Biomed Res Int., 2015. DOI:10.1155/2015/378675.