恒挚分享 | 网络使用障碍患者跨期和风险决策的神经机制：基于功能连接的视角

日常生活中人们经常面临选择获得较小的即时奖励或较大的延迟奖励，或者评估不同风险水平的选项并做出相应的选择(Ko et al., 2017; Li, Guo, & Yu, 2019; Liu et al., 2017)。前者被称为跨期决策，后者被称为风险决策，这两者都在决策中发挥着关键作用( Johnson, Bixter, & Luhmann, 2020 )。跨期决策和风险决策障碍是网络使用障碍者的两种重要表现。然而这两种功能障碍的潜在神经机制仍不清楚。本研究采用功能近红外光谱 (fNIRS) 来记录游戏成瘾个体在跨期和风险决策任务期间前额皮质血氧浓度的变化。

被试：

使用Young 等人开发的网络成瘾测试筛选被试，使用 G*Power 3.1计算效应量，最后有39名被试进入最后数据分析阶段。其中19 名参与者属于游戏成瘾组，20 名参与者属于对照组。

实验程序：

在实验中被试先进行金钱选择任务，再进行风险决策任务。

金钱选择任务（ID）：

使用金钱选择任务评估被试的跨期决策。该任务包括 27 个选择项目，分为 9 个折扣级别 (k1-k9)，每个折扣级别包含三种延迟问题。每个问题都提出了立即选项（例如今天收到354.1元）和延迟选项（例如20天后收到351.5元）。

风险决策任务(RD)：

在风险决策任务中，每次试验中都会同时提出一个有风险的选择和一个安全的选择。在盈利条件下，三个获胜概率（20%、33%、50%）和三个金额（20、30、50元）组成九个风险选项。据此，损失情况有九种风险选择。安全的选择是100%盈亏10元。

1.行为分析比较了网络成瘾者和正常组在延期折扣率和风险选择率方面的差异。结果发现网络成瘾者更倾向于选择较小的即时选项，也更喜欢有风险的决策。

本研究和之前的结果一致，网络成瘾者表现出更大的选择立即选择的倾向，反映出延迟满足能力的减弱。这种行为是因为他们的自我控制能力受损、价值评估减弱以及对未来结果的预期改变（Du & Lv, 2018 ; Ko et al., 2017 ; Li et al., 2019 ; Nie, Zhuang, Chen, & Li ，2016)。研究结果强调了网络成瘾者在跨期决策和风险决策方面的共同神经基础，包括 OFC 激活减少以及从左侧 dlPFC 到右侧 dlPFC 的功能连接减弱。这些结果证实了早期的研究 (Ikink et al., 2019; Tang, Liu, & Yang, 2022)。功能连接结果表表明，跨期和风险决策的便与左侧 dlPFC 与其他大脑区域的调节有关。在跨期决策任务中，网络成瘾者的 OFC 和 L-dlPFC 的激活程度低。然而，风险决策任务中只有OFC才显著降低。这表面L-dlPFC和跨期决策有关。从左dlPFC到OFC的功能连接与风险决策任务中的行为表现相关，这表明风险决策更多地受到从L-dlPFC到OFC的自上而下的调节的影响。

本研究通过 fNIRS 检测了网络成瘾者在跨期和风险决策过程中 PFC的活动。其目的是探索网络成瘾者在跨期决策和风险决策的常见或特定神经机制。我们比较了网络成瘾组和对照组在双侧 dlPFC 和 OFC 激活以及这些脑区中的定向功能连接方面的差异。采用相关分析来研究网络成瘾评分、行为表现和大脑活动之间的关系。结果表明：OFC 激活减少以及左 dlPFC 和右 dlPFC 的功能连接减少是这两种决策障碍的一般神经基础；左侧 dlPFC 的低激活与跨期决策障碍有更密切的关系；风险决策障碍更依赖左侧dlPFC对OFC的调节。

Ko, C.-H., Wang, P.-W., Liu, T.-L., Chen, C.-S., Yen, C.-F., & Yen, J.-Y. (2017). The adaptive decision-making, risky decision, and decision-making style of Internet gaming disorder. European Psychiatry, 44, 189–197. https://doi.org/10.1016/j.eurpsy.2017.05.020.

Liu, L., Xue, G., Potenza, M. N., Zhang, J.-T., Yao, Y.-W., Xia, C.-C., … Fang, X.-Y. (2017). Dissociable neural processes during risky decision-making in individuals with Internet-gaming disorder. NeuroImage: Clinical, 14, 741–749. https://doi.org/10.1016/j.nicl.2017.03.010.

Li, H. X., Guo, Y. F., & Yu, Q. L. (2019). Self-control makes the difference: The psychological mechanism of dual processing model on internet addicts’ unusual behavior in intertemporal choice. Computers in Human Behavior, 101, 95–103. https://doi.org/10.1016/j.chb.2019.07.010.

Johnson,K. L., Bixter, M. T., & Luhmann, C. C. (2020). Delay discounting and risky choice: Meta-analytic evidence regarding single-process theories. Judgment and Decision Making, 15(3), 381–400. https://doi.org/10.1017/S193029750000718X.

Young, K. S. (1998). Internet addiction: The emergence of a new clinical disorder. Cyber Psychology & Behavior, 1(3), 237–244.

Du, G., & Lv, H. C. (2018). Relationship between adolescents’ future expectation and internet addiction: Based on latent class analysis. Chinese Journal of School Health, 39(12), 1835–1840. https://doi.org/10.16835/jcnki.1000–9817201812020.

Nie, J., Zhang, W., Chen, J., & Li, W. (2016). Impaired inhibition and working memory in response to internet-related words among adolescents with internet addiction: A comparison with attention-deficit/hyperactivity disorder. Psychiatry research, 236, 28–34. http://dx.doi.org/10.1016/j.psychres.2016.01.004.

Ikink, I., Engelmann, J. B., van den Bos, W., Roelofs, K., & Figner, B. (2019). Time ambiguity during intertemporal decision-making is aversive, impacting choice and neural value coding. NeuroImage, 185, 236–244. https://doi.org/10.1016/j.neuroimage.2018.10.008.

Tang,L., Liu, Y. L., & Yang, Y. K. (2022). The cognitive processes and neural bases of prosocial behavior. Psychological Development and Education, 38(3), 437–446. https://doi.org/10.16187/j.cnki.issn1001-4918.2022.03.15.