Особенности биоэлектрической активности головного мозга студентов-мужчин 18–22 лет с интернет-зависимостью

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Чрезмерное использование сети Интернет с целью развлечений или бесцельного времяпрепровождения часто приводит к возникновению интернет-зависимости.

Цель. Изучение особенностей биоэлектрической активности мозга у молодых людей (студентов в возрасте 18–22 лет) с интернет-зависимостью с использованием данных спектрального анализа электроэнцефалограммы (ЭЭГ) по показателям полной мощности спектра и индексов ритма.

Материал и методы. В исследовании принял участие 61 доброволец — студенты 1–2 курсов очной формы обучения (юноши, возраст 19,63±1,27 лет) Тюменского государственного университета (ТюмГУ), жители г. Тюмени и Тюменской области. По методике Чена (CIAS) выборка разделена на интернет-зависимых и контрольную группу. Фоновую ЭЭГ регистрировали в 16 стандартных отведениях. Проведен спектральный анализ ЭЭГ по показателям полной мощности спектра, мощности спектра в альфа-диапазоне (мкВ2), индекса ритма. Межгрупповые различия изучали с помощью U-критерия Манна–Уитни.

Результаты. У интернет-зависимых студентов преобладал (86% случаев) I тип ЭЭГ с организованной во времени и пространстве структурой альфа-ритма, модулированного в выраженные веретена, а также (14% случаев) был представлен II тип энцефалограммы, отличающийся гиперсинхронной альфа-активностью, слабо модулированный или совсем не модулированный в веретена с высокими значениями индекса ритма. В контрольной группе молодых людей встречались три типа нормальной организации ЭЭГ. Организованный I тип составил 69%, гиперсинхронный II тип — 8%, тогда как десинхронный III тип с низкой представленностью альфа-компоненты и заменой её на тета- и бета1-ритмики был отмечен у 23% испытуемых контрольной группы. По показателю полной мощности спектра в основных частотных диапазонах (0,5–35 Гц) более высокие значения были зафиксированы в группе интернет-зависимых испытуемых в сравнении с контролем в левом переднелобном Fp1 (U=210; Z=2,04; p=0,049), правом теменном Р4 (U=215; Z=2,07; p=0,049), правом и левом затылочных О1 (U=180; Z=2,76; p=0,006), О2 (U=187; Z=2,64; p=0,008), левом височном Т3 (U=230; Z=1,92; p=0,050) и левом задневисочном Т5 (U=201; Z=2,41; p=0,015) отведениях.

Заключение. Паттерны биоэлектрической активности мозга интернет-зависимых молодых людей, полученные в нашем исследовании, вероятно отражают определённую (развитую) стадию аддиктивного процесса, при котором не отмечаются выраженные негативные ЭЭГ-проявления интернет-зависимости на фоне сформированных у аддиктов адаптационных механизмов к такому образу жизнедеятельности.

Об авторах

Сергей Николаевич Толстогузов

Тюменский государственный университет

Автор, ответственный за переписку.
Email: s.n.tolstoguzov@utmn.ru
ORCID iD: 0000-0003-2332-7543
SPIN-код: 8187-1821

канд. биол. наук, доцент

Россия, Тюмень

Татьяна Александровна Фишер

Тюменское высшее военно-инженерное командное училище им. маршала инженерных войск А.И. Прошлякова

Email: fitan72@mail.ru
ORCID iD: 0000-0001-9614-9907
SPIN-код: 9614-9907

канд. биол. наук, доцент

Россия, Тюмень

Список литературы

  1. Малыгин В.Л., Хомерики Н.С., Смирнова Е.А., Антоненко А.А. Интернет-зависимое поведение // Журнал неврологии и психиатрии им. C.C. Корсакова. 2011. Т. 111, № 8. С. 86–92.
  2. Рабаданова А.И., Черкесова Д.У., Бабаева Э.М., Ашурбекова М.И. Электрическая активность мозга и межполушарные взаимодействия при формировании интернет-зависимости // Известия Самарского научного центра Российской академии наук. 2017. Т. 19, № 2. С. 518–522.
  3. Regard M., Knoch D., Gutling E., Landis T. Brain damage and addictive behavior: a neuropsychological and electroencephalogram investigation with pathologic gamblers // Cognitive and Behavioral Neurology. 2003. Vol. 16, N 1. Р. 47–53. doi: 10.1097/00146965-200303000-00006
  4. Weinstein A., Livny A., Weizman A. New developments in brain research of internet and gaming disorder // Neuroscience and Biobehavioral Reviews. 2017. Vol. 75. P. 314–330. doi: 10.1016/j.neubiorev.2017.01.040
  5. Сорокина Н.Д., Перцов С.С., Селицкий Г.В., и др. Нейрофизиологические и клинико-биологические особенности интернет-аддикции // Журнал неврологии и психиатрии им. С.С. Корсакова. 2019. Т. 119, № 12. С. 51–56. doi: 10.17116/jnevro201911912151
  6. Антропова Л.К., Андронникова О.О., Куликов В.Ю., Козлова Л.А. Интернет-зависимость и ее взаимосвязь с межполушарной асимметрией и поведенческими особенностями личности // Медицина и образование в Сибири. 2011. № 3. Режим доступа: https://cyberleninka.ru/article/n/internet-zavisimost-i-ee-vzaimosvyaz-s-mezhpolusharnoy-asimmetriey-i-povedencheskimi-osobennostyami-lichnosti Дата обращения: 31.07.23.
  7. Lee J., Hwang J.Y., Park S.M., et al. Differential resting-state EEG patterns associated with comorbid depression in Internet addiction // Progress in Neuro-Psychopharmacology & Biological Psychiatry. 2014. Vol. 50. Р. 21–26. doi: 10.1016/j.pnpbp.2013.11.016
  8. D’Hondt F., Maurage P. Electrophysiological studies in Internet addiction: A review within the dual-process framework // Addictive Behaviors. 2017. Vol. 64. Р. 321–327. doi: 10.1016/j.addbeh.2015.10.012
  9. Burleigh T.L., Griffiths M.D., Sumich A., et al. Gaming disorder and internet addiction: A systematic review of resting-state EEG studies // Addictive Behaviors. 2020. Vol. 107. Р. 106429. doi: 10.1016/j.addbeh.2020.106429
  10. Choi J.-S., Park S.M., Lee J., et al. Resting-state beta and gamma activity in Internet addiction // International Journal of Psychophysiology. 2013. Vol. 89, N 3. P. 328–333. doi: 10.1016/j.ijpsycho.2013.06.007
  11. Dong G., Zhou H., Zhao X. Impulse inhibition in people with Internet addiction disorder: electrophysiological evidence from a Go/NoGo study // Neuroscience Letters. 2010. Vol. 485, N 2. P. 138–142. doi: 10.1016/j.neulet.2010.09.002
  12. Dong G., Devito E.E., Du X., Cui Z. Impaired inhibitory control in “Internet addiction disorder”: a functional magnetic resonance imaging study // Psychiatry Research. 2012. Vol. 203, N 2–3. P. 153–158. doi: 10.1016/j.pscychresns.2012.02.001
  13. Дрепа М.И. Психологический портрет личности интернет-зависимого студента // Вестник Томского государственного педагогического университета. 2009. № 4. С. 75–81.
  14. Рабаданова А.И., Тайгибова З.А. Характерные паттерны ЭЭГ у лиц с нехимической аддикцией // Физиология человека. 2020. Т. 46, № 6. С. 60–69. doi: 10.31857/S0131164620050112
  15. Palmiero M., Piccardi L. Frontal EEG Asymmetry of Mood: A Mini-Review // Frontiers in Behavioral Neuroscience. 2017. Vol. 11. P. 224. doi: 10.3389/fnbeh.2017.00224
  16. Smith E.E., Reznik S.J., Stewart J.L., Allen J.J.B. Assessing and conceptualizing frontal EEG asymmetry: An updated primer on recording, processing, analyzing, and interpreting frontal alpha asymmetry // International Journal of Psychophysiology. 2017. Vol. 111. P. 98–114. doi: 10.1016/j.ijpsycho.2016.11.005
  17. Fumoto M., Sato-Suzuki I., Seki Y., et al. Appearance of high-frequency alpha band with disappearance of low-frequency alpha band in EEG is produced during voluntary abdominal breathing in an eyes-closed condition // Neuroscience research. 2004. Vol. 50, N 3. P. 307–317. doi: 10.1016/j.neures.2004.08.005
  18. Tsuda N., Hayashi K., Hagihira S., Sawa T. Ketamine, an NMDA-antagonist, increases the oscillatory frequencies of alpha-peaks on the electroencephalographic power spectrum // Acta Anaesthesiologica Scandinavica. 2007. Vol. 51, N 4. P. 472–481. doi: 10.1111/j.1399-6576.2006.01246.x.
  19. Князев Г.Г., Савостьянов А.Н., Левин Е.А., и др. Электроэнцефалографические корреляты тревожности // Бюллетень СО РАМН. 2009. № 1. С. 74–80.
  20. Джебраилова Т.Д., Коробейникова И.И., Каратыгин Н.А., и др. Динамика спектральных характеристик ЭЭГ у лиц с разной личностной тревожностью при когнитивной деятельности // Физиология человека. 2021. Т. 47, № 1. С. 20–30. doi: 10.31857/S0131164621010033
  21. Дёмин Д.Б. Мозговая активность у подростков с различным уровнем риска интернет-зависимости // Экология человека. 2021. Т. 28, № 6. С. 21–27. doi: 10.33396/1728-0869-2021-6-21-27
  22. Жирмунская Е.А., Лосев В.С. Системы описания и классификация электроэнцефалограмм человека. Москва : Наука, 1984. 79 с.
  23. Тайгибова З.А., Рабаданова А.И. Когерентность ЭЭГ как показатель интегративных процессов головного мозга при интернет-зависимости и игромании // Физиология человека. 2022. T. 48, № 4. С. 80–92. doi: 10.31857/S0131164622040129
  24. Lee J.-Y., Choi J.-S., Kwon J.S. Neurophysiological Mechanisms of Resilience as a Protective Factor in Patients with Internet Gaming Disorder: A Resting-State EEG Coherence Study // Journal of Clinical Medicine. 2019. Vol. 8, N 1. P. 49. doi: 10.3390/jcm8010049
  25. Малыгин В.Л., Феклисов К.А., Искандирова А.С. Интернет-зависимое поведение. Критерии и методы диагностики. Москва : МГМСУ, 2011. 32 c.
  26. Кривоногова Е.В., Кривоногова О.В., Поскотинова Л.В. Индивидуально-типологические особенности реактивности ЭЭГ-ритмов, сердечно-сосудистой системы и уровня лактоферрина в условиях общего воздушного охлаждения человека // Физиология человека. 2021. Т. 47, № 5. С. 67–76. doi: 10.31857/S0131164621040068
  27. Пашков А.А., Дахтин И.С., Харисова Н.С. Электроэнцефалографические биомаркеры экспериментально индуцированного стресса // Вестник ЮУрГУ. Серия «Психология». 2017. Т. 10, № 4. С. 68–82. doi: 10.14529/psy170407

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Приложение 1.
Скачать (89KB)
Метаданные
3. Рис. 1. Доля различных типов электроэнцефалограммы по Е.А. Жирмунской [22] в выборках испытуемых.

Скачать (40KB)
Метаданные
4. Рис. 2. Полная мощность спектра (диапазон 0,5–35 Гц), мкВ2. На графике представлены медианные значения: ИЗ — интернет-зависимые; контроль — контрольная группа; * статистическая значимость отличий показателей аддиктов от контрольной группы (статистические данные в тексте).

Скачать (113KB)
Метаданные
5. Рис. 3. Полная мощность спектра в альфа-диапазоне (8–14 Гц), мкВ2. На графике представлены медианные значения: ИЗ — интернет-зависимые; контроль — контрольная группа; * статистическая значимость отличий показателей аддиктов от контрольной группы (статистические данные в тексте).

Скачать (112KB)
Метаданные

© Эко-Вектор, 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».