СООТНОШЕНИЕ ПАРАМЕТРОВ ИНДИВИДУАЛЬНОЙ МИНУТЫ И СЛУХОВОГО ВЫЗВАННОГО ПОТЕНЦИАЛА Р300 У МОЛОДЫХ ЛЮДЕЙ С РАЗЛИЧНЫМ УРОВНЕМ РИСКА ИНТЕРНЕТ-ЗАВИСИМОГО ПОВЕДЕНИЯ
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
Литература
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.
Copyright (c) 2020 Психология. Психофизиология
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.