1. На главную
  2. Электронные версии
  3. Физиология человека
  4. T. 46, № 6, 2020

Физиология человека, 2020, T. 46, № 6, стр. 60-69

Характерные паттерны ЭЭГ у лиц с нехимической аддикцией

А. И. Рабаданова 1, *, З. А. Тайгибова 1

1 ФГБОУ ВО Дагестанский государственный университет
Махачкала, Россия

* E-mail: phisiodgu@mail.ru

Поступила в редакцию 25.04.2019
После доработки 12.02.2020
Принята к публикации 19.04.2020

Полный текст (PDF)

Аннотация

Проведено исследование по определению характерных паттернов ЭЭГ при различных формах нехимической зависимости (игровой и интернет-зависимости). При игровой зависимости отмечается смещение ЭЭГ в сторону высокоамплитудных волн, что указывает на активацию диэнцефальных синхронизирующих структур мозга и соответствует невротическому состоянию тревожного типа. При интернет-зависимости обнаружено преобладание спектральных характеристик β-ритма, свидетельствующее об усилении влияний со стороны стволовых десинхронизирующих образований мозга и указывающее на невротическое состояние напряженного типа. Характерной особенностью ЭЭГ как при игровой, так и при интернет-зависимости является преимущественное доминирование функциональной активности правого полушария.

Ключевые слова: нехимическая зависимость, гемблинг, интернет-зависимость, электроэнцефалограмма, паттерн.

Нехимическими (поведенческими) называются аддикции, где объектом зависимости становится какая-либо форма влечения или поведенческий акт, а не психоактивное вещество. Доклинические и клинические исследования показывают, что основной биологический механизм любых аддиктивных расстройств связан с нарушением дофаминергической передачи в системе награды [1, 2]. Недостаток дофамина приводит к поиску веществ или действий (азартные игры, наркотики), при которых происходит высвобождение дофамина и возникает ощущение удовольствия [3, 4].

Проблема распространения нехимических форм аддикций в последние годы привлекает к себе внимание психологов, медиков, социальных работников, государственных органов во многих странах мира. Это обусловлено тем, что наряду с традиционными химическими формами зависимости (наркомания, алкоголизм, курение и др.) нехимические аддикции в последнее время приобретают популярность среди молодежи. Однако в обществе, до сих пор, недооценивается разрушительный характер этих проявлений, в основе которых лежит стремление к уходу от реальности.

Несмотря на значительное число работ, посвященных изучению нехимических аддикций [5–22], многие аспекты данной проблемы остаются малоизученными. Ряд авторов в своих исследованиях рассматривают психологические особенности [5, 6], биологические [7, 8] и социальные [9–12] предпосылки возникновения и клинического течения [13–15] нехимических аддикций. Много работ посвящено терапии и профилактике нехимических расстройств [16–18].

В частности, показано, что интернет-зависимость сопровождается целым комплексом негативных проявлений, таких как нарушения в эмоциональной сфере [19], повышенная нервная возбудимость, ухудшение памяти, нарушение мыслительных процессов, деградация личности, подверженность депрессиям, стрессам и т.д. [20].

В рамках данных исследований аддиктивное поведение личности рассматривается в основных направлениях современной психологии и при этом не достаточно изучены его психофизиологические проявления.

Между тем, многочисленными исследованиями показано, что психические расстройства имеют под собой структурные и функциональные нарушения в работе головного мозга. Данные изменения могут отражаться в показаниях электроэнцефалограммы (ЭЭГ) и имеют характерные особенности при определенных заболеваниях. В литературе достаточно полно освещены современные ЭЭГ-исследования химической зависимости [21, 22]. Работы, касающиеся изучения изменений электрической активности мозга при нехимических формах аддикций, не столь многочисленны и крайне противоречивы. По найденным нами источникам можно говорить о возможном проявлении мозговых и межполушарных дисфункций у нехимических аддиктов [23, 24]. В частности, в ряде работ показано, что при некоторых аддиктивных расстройствах наблюдается снижение представленности α-ритма и увеличение активности в β-диапазоне [25]. По результатам исследований других авторов у лиц с интернет-зависимостью обнаружено снижение абсолютной мощности β- и увеличение мощности γ- [26–28] и α-ритмов [29].

Подобная неоднозначность результатов исследований различных авторов диктует необходимость определения характерного паттерна ЭЭГ у лиц с нехимической зависимостью. Это важно для дальнейшего улучшения общего лечебно-диагностического процесса путем нормализации патологически измененного паттерна ЭЭГ. В частности, эти данные важны при БОС-ЭЭГ тренинге, который в последние годы получает бурное развитие [30]. В случае избытка какого-либо паттерна ЭЭГ у конкретного аддикта задача биоуправления состоит в снижении данного параметра, а при недостатке других характеристик ЭЭГ – в ее повышении.

В связи с этим, целью данной работы является описание характерных особенностей регионарно-временнóй структуры ЭЭГ у людей с выраженной интернет-зависимостью и игроманов (гемблеров).

МЕТОДИКА

Исследования проводили на базе психофизиологической лаборатории кафедры психологии развития и профессиональной деятельности Дагестанского государственного университета (г. Махачкала). В исследовании принимали участие 77 чел., в возрасте от 18 до 25 лет (средний возраст 21.5 ± 4.0 года).

Для выявления интернет-зависимости был использован тест Кимберли Янг [31], который включал 40 вопросов. Ответ на каждый из вопросов теста оценивали по 5-бальной шкале: никогда или крайне редко – 1 балл, иногда – 2 балла, регулярно – 3 балла, часто – 4 балла и постоянно – 5 баллов. Принадлежность к группе интернет-зависимых определяли в случае набора респондентами более 80 баллов.

Гемблеры были выявлены с помощью теста “Канадский показатель проблемного гемблинга”, который включал 9 пунктов, оцениваемых по 4-балльной шкале. Высокое количество набранных баллов свидетельствовало о зависимости от азартных игр [32].

По результатам тестирования испытуемые были разделены на три группы: 1) условно здоровые испытуемые без явных патологических форм зависимости (30 чел.); 2) испытуемые с игровой зависимостью (проблемные гемблеры) (22 чел.); 3) испытуемые с интернет-зависимостью (25 чел.). Стаж игровой и интернет-зависимости составлял 3–5 лет.

Для проведения стационарных ЭЭГ-исследований использовали электроэнцефалограф-анализатор ЭЭГА-21/26 “Энцефалан-131-03” (Россия). Регистрацию ЭЭГ проводили по международной системе “10–20”, в 16 симметричных отведениях правого и левого полушарий (Fp1, Fp2, F3, F4, F8, F7, C3, C4, T3, T4, P3, P4, T5, T6, O1, O2), монополярно с объединенным ушным электродом, в полосе частот 1–35 Гц синхронно с ЭКГ-каналом. Неполяризующиеся активные электроды фиксировали на голове испытуемого с помощью специального шлема из резиновых трубок, с соблюдением симметричности и равенства межэлектродных расстояний, согласно системе “10–20”. Референтные электроды фиксировали на мочке уха. Заземляющий (нейтральный) электрод для выравнивания потенциалов пациента и усилителя устанавливали на лбу. ЭЭГ регистрировали в положении пациента сидя, с закрытыми глазами, в состоянии пассивного бодрствования.

Для анализа были выделены безартефактные фрагменты ЭЭГ в виде эпох. Анализировали 8–10 эпох общей продолжительностью 40–50 с. Расчет параметров спектральной мощности производили для каждого стандартного диапазона ЭЭГ: δ (0.5–3.9 Гц), θ (4.0–7.9 Гц), α (8.0–12.9 Гц), β1 (13.0–19.9 Гц) и β2 (20.0–35.0 Гц). В отфильтрованном спектре рассчитывали по усредненную для каждого испытуемого амплитуду (мкВ), частоту (Гц), индекс (%) и мощность (мкВ2) частотных диапазонов.

Для статистического анализа записей ЭЭГ использовали спектральный анализ Фурье, реализованный в специально созданном пакете программ (Медиком-МТД, Россия).

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ

Показатели фоновой записи ЭЭГ у аддиктов значительно отличались от показателей контрольной группы индексом выраженности волн (%), спектральной плотностью мощности (мкВ2), частотой (Гц), величиной амплитуды (мкВ) и функциональной асимметрией активности мозга в основных частотных диапазонах.

При анализе фоновой ЭЭГ у проблемных гемблеров, выявлено преобладание дезорганизованной α-активности с высоким индексом (80%) (р < < 0.05), очень высокой амплитудой с диапазоном от 80 до 120 мкВ, с модальным значением 9.1 Гц (рис. 1). Модуляции по амплитуде отсутствуют. Наблюдается существенное снижение лобно-затылочного градиента, с нарушением регуляции α-ритма, с наибольшей выраженностью в затылочно-теменных (O1, O2, P3, P4), височных (Т3, Т4), передневисочных (F7, F8) и центральных (С3, С4) отведениях. Периодически регистрируются вспышки α-активности с частотой 8.9 Гц и амплитудой 100 мкВ. Доминирующий ритм дезорганизован θ-активностью в каудальных отделах (O1, O2, P3, P4). Также на фоновой ЭЭГ отмечаются острые монофазные потенциалы α-диапазона.

Рис. 1.

Индекс выраженности (%) ритмов ЭЭГ у лиц с различными формами зависимости. а – контроль, б – интернет-зависимые, в – гемблеры. На графике представлены средние значения и стандартные ошибки.

β-активность средней амплитуды, среднего индекса (55%) (р < 0.001), с разбросом частот от 13 до 28 Гц, регистрируется фрагментарно, наиболее выражена в височных (Т4, Т6) и лобных (F3–F4, Fp2) отведениях.

Для медленноволновой (δ и θ) активности характерно диффузное распределение. δ-ритм с индексом 19.4% (р < 0.001), амплитудой 50 мкВ, модальным значением 2.5 Гц наиболее выражен в лобных полюсных (Fp1–Fp2), задневисочных (Т5, Т6) и височных (Т3, Т4) отведениях. θ-активность с индексом 21.9% (р < 0.001), амплитудой 50 мкВ и модальным значением 6.1 Гц локализована в значительной степени в теменных (P3, P4) и центральных зонах (С3, С4), а также в виде отдельных волн регистрируется в затылочных (O1, O2) зонах неокортекса. Такой паттерн биоэлектрической активности соответствует дезорганизованному типу ЭЭГ с преобладанием α-активности.

В ходе анализа фоновой ЭЭГ интернет-зависимых лиц была выявлена дезорганизация α-активности, с индексом ниже среднего (42.5%) (р < < 0.001), средней амплитудой от 40 до 60 мкВ и модальным значением 8.3 Гц (рис. 1). Модуляции по амплитуде нечеткие. Отмечены острые монофазные и двухфазные потенциалы α-диапазона в затылочных отведениях. В отличие от гемблеров на фоновой записи ЭЭГ у интернет-зависимых наблюдается доминирование β-активности с высоким индексом (88.2%) (р < 0.001), разбросом частот 17–35 Гц, амплитудным диапазоном 10–30 мкВ и наибольшей выраженностью в затылочной (O1–O2), теменной (P3–Р4), височных (T3, T4, T5) и в лобных (F3–F4) отведениях. Во фронтальных (F3–F4) областях β-активность дезорганизована δ-колебаниями.

δ-колебания с индексом 16.5% (р < 0.001), амплитудой 50 мкВ и модальным значением 2.9 Гц локализованы билатерально в лобных (F4, F3) и височных (Т3, Т4, F7) отведениях. θ-колебания с индексом 19.3% (р < 0.05), амплитудой до 60 мкВ, модальным значением 6.1 Гц регистрируются в виде отдельных волн в височных (Т3–Т4) и лобных (Fp1–Fp2) областях. Также регистрируются билатерально–синхронные θ-вспышки с частотой 6–7 Гц, амплитудой до 45–55 мкВ, с латерализацией в центральных (С3–С4) и теменных (P3, P4) отделах. Наблюдаемый паттерн ЭЭГ интернет–зависимых соответствует десинхронизированному типу ЭЭГ.

Сравнительный анализ спектральной мощности волн (мкВ2) показал, что в контрольной группе преобладающим ритмом покоя является α-ритм, быстрая форма волн представлена на ЭЭГ β-ритмом, мощность которого значительно ниже α-ритма. Регистрируется небольшой процент медленноволновой активности (рис. 2).

Рис. 2.

Спектральные характеристики относительных значений мощности (мкВ2). Обозначения см. рис. 1.

Как следует из данных рис. 2, у игроманов преобладающими являются относительные значения мощности α-волн (34.5 мкВ2) (р < 0.01). Значительна также представленность δ- (22.5 мкВ2) и θ- (15.5 мкВ2) волн (р < 0.05). Менее выражена мощность β1- и β2-ритмов (6.3 и 2.9 мкВ2 соответственно) (р > 0.05). Для интернет-зависимых характерна большая выраженность δ-волн (24.7 мкВ2) (р < 0.05), чуть менее выражена мощность ритма покоя (19.8 мкВ2) (р < 0.05). Примерно одинаковы значения мощностей β1- (15.4 мкВ2) (р < 0.05) и θ- (15.6 мкВ2) ритмов (р < 0.05).

Таким образом, характерной особенностью ЭЭГ-покоя в группах аддиктов является повышение относительной мощности медленноволной активности, которая представлена диффузно по всей коре больших полушарий, причем, в обеих экспериментальных группах показатели спектральной мощности δ- и θ-активности сравнительно одинаковые. Отличительной особенностью у лиц с интернет-зависимостью является снижение спектральной мощности α-ритма и усиление мощности β1- и β2-активности, тогда как у гемблеров наблюдается увеличение мощности α-ритма, в то время как β1- и β2-активность менее выражена.

При оценке функционального состояния ЦНС, по данным ЭЭГ особое внимание следует уделять межполушарному распределению и выраженности ритмов. Величина межполушарной асимметрии отражает как взаимодействия полушарий, так и участие неспецифических систем мозга – ретикулярной активирующей и таламической неспецифической систем.

Проведенный анализ функциональной межполушарной асимметрии в обеих экспериментальных группах, выявил схожую картину межполушарного профиля головного мозга (рис. 3, 4), имеющую различия от таковой в контрольной группе (рис. 5).

Рис. 3.

Межполушарная асимметрия частотных диапазонов интернет-зависимых. На графике представлены средние значения и стандартные ошибки. ЛПО – лобные полюсные отведения (Fp1–Fp2), НЛО – нижнелобные отведения (F7–F8), ЛО – лобные отведения (F3–F4), ВО – височные отведения (T3–T4), ЦО – центральные отведения (C3–C4), ЗВО – задневисочные отведения (T5–T6), ТО – теменные отведения (Р3–Р6), ЗО – затылочные отведения (O1–O2). Буквами обозначены ритмы ЭЭГ: а – δ-ритм, б – θ-ритм, в – α-ритм, г – β1-ритм, д – β2-ритм.

Рис. 4.

Межполушарная асимметрия частотных диапазонов гемблеров. Обозначения см. рис. 3.

Рис. 5.

Межполушарная асимметрия частотных диапазонов контрольной группы. Обозначения см. рис. 3.

Так, у интернет-зависимых следует обратить внимание на явно выраженную левостороннюю латерализацию медленноволновой активности практически во всех отведениях, за исключением центральных (С3–С4) (р < 0.001) и заднелобных (F7–F8) (р < 0.001) (рис. 3). Преобладание левополушарной активности характерно и для α-ритма, тогда как выраженность быстрых волн (β1 и β2) преобладает в правой гемисфере головного мозга.

Межполушарный профиль гемблеров имеет схожую картину (рис. 4). Так, выраженность α-активности значительно смещена в сторону левого полушария во всех зонах, за исключением центрального (С4) (р < 0.001) и височного (Т4) (р < < 0.001) отведений. δ- и θ-активности так же имеют левополушарную локализацию во всех отведениях, кроме центрального (С4) (р < 0.001) и теменного (Р4) (р < 0.001). Отличительной особенностью межполушарного профиля игроманов, является выраженное преобладание β1-активности в каудальных (С4, Т6, Р4, О2) (р < 0.001) отделах правого полушария и невыраженная левополушарная асимметрия по направлению к фронтальным отделам.

Асимметрия по β2-ритму не имеет явной выраженности, за исключением лобных отведений (р < 0.001). Причем, если в лобно-полюсной области (Fр2) данный ритм более выражен справа (р < < 0.001), то в задне-лобном (F7) (р < 0.001) отведении β2-ритм смещен в левую гемисферу.

Основной задачей при оценке функционального состояния ЦНС по данным ЭЭГ у игроманов и интернет-зависимых следует считать определение преимущественного уровня поражения ЦНС и степени выраженности наблюдаемых изменений.

Результаты анализа ЭЭГ позволяют предположить наличие дисфункции стволовых, диэнцефальных и корковых структур мозга.

При этом, если у игроманов может отмечаться дисфункция диэнцефальных структур мозга, то при интернет-зависимости более значительными могут быть изменения стволовых структур.

Для игроманов характерен дезорганизованный паттерн ЭЭГ с преобладанием α-активности (соответствует типу IV по Е.А. Жирмунской). На ЭЭГ главной является α-активность, но она недостаточно регулярная, отмечаются вспышки α-ритма и острые монофазные α-потенциалы. Подобного рода изменения, на фоне сформированной корковой ритмики, могут указывать на измененную активность диэнцефальных структур. Кроме того, отсутствие веретен α-ритма является признаком нарушения сбалансированности активирующих и синхронизирующих влияний, которые поступают из лимбико-ретикуляного комплекса [33].

В целом, доминирование дезорганизованной α-активности, со смещенной пространственной организацией у гемблеров может косвенно указывать на состояние тревожности, которое сопровождается переживанием эмоционального дискомфорта, связанное с ожиданием неблагополучия, предчувствием грозящей опасности, склонностью человека к частым и интенсивным переживаниям состояния тревоги при чрезмерно низком пороге ее возникновения [34].

Известно, что возрастная норма модальной частоты α-ритма составляет 10 Гц [35], у игроманов же доминирующей является частота 9.1 Гц, что является примером смещения α-ритма в сторону медленноволновой активности, с достаточно высокой амплитудой. Это может сопровождаться снижением уровня бодрствования. Причиной этого может являться активация синхронизирующей системы, включающей, главным образом, неспецифические таламические ядра, структуры нижних отделов моста и некоторые ядра продолговатого мозга. Активация этой системы заставляет переходить кортикальные нейроны на генерацию активности низкой частоты.

Снижение частоты позволяет осуществлять временнýю суммацию постсинаптических потенциалов в нейронном ансамбле, что отражается существенным увеличением амплитуды суммарной корковой активности [34].

Анализ межполушарного профиля у гемблеров выявил выраженную левополушарную локализацию медленноволновой активности. В норме индекс и амплитуда α-ритма преобладают в правом полушарии затылочно-теменных отведениях [36, 37], что указывает на левополушарную функциональную активность. Доминирование же медленноволновой активности в левом полушарии у игроманов свидетельствует об ухудшении функциональной активности левого полушария, относительно правого. Об активации правой гемисферы свидетельствует значительное преобладание низкочастотной β1-активности в каудальных отделах коры больших полушарий.

Для интернет-зависимых характерен десинхронизированный паттерн ЭЭГ (тип III по Е.А. Жирмунской), при котором резко снижается количество α-волн и наблюдается преобладание β- и θ-активности. Доминирование быстрых форм волн и ослабление α-ритма, возможно, связано с чрезмерным возбуждением нейронов ретикулярной формации, вызванное психоэмоциональным напряжением. Ретикулярная система подавляет активность тормозных ГАМК-ергических нейронов ретикулярного ядра таламуса. Выйдя из-под контроля, пейсмекерные нейроны релейных ядер переходят на более высокую частоту генерации импульсной активности. Усиление θ-ритма при интернет-зависимости, вероятно, связано с активацией коры больших полушарий со стороны лимбической системы. Кора больших полушарий по механизму обратной связи тормозит таламические пейсмекерные нейроны.

Регистрация доминирующего десинхронизированного β-ритма и смещение максимума в центральные и задние отделы у интернет-зависимых лиц является признаком преобладания восходящих активирующих влияний диффузно или с регионарным преобладанием. Известно, что повышение спектральной мощности в полосе β-волн связывают с усилением активности дофаминергической системы [38, 39] и, возможно, отражает активацию тех звеньев процесса формирования зависимости, которые, в конечном счете, являются определяющими в режиме работы подкрепляющих систем. Как известно, изменение концентрации дофамина служит наиболее существенной причиной синдрома зависимости, а ее увеличение коррелирует с тяжестью зависимости [24]. Усиление колебания этих форм волн также является свидетельством проявления ирритативных нарушений в коре головного мозга и изменения деятельности гипоталамо-диэнцефальных образований [37].

Ослабление α-ритма ЭЭГ отражает неуравновешенное беспокойное состояние коры больших полушарий интернет-зависимых лиц. Регистрация билатерально-синхронных θ-вспышек в центральных (С3–С4) и теменных (Р3–Р4) отделах, являются признаком нарушения активности стволовых структур [34]. У лиц с интернет-зависимостью, так же как и у гемблеров отмечается смещение α-ритма в сторону медленноволновой активности при модальном значении α-ритма 8.6 Гц.

В целом, низковольтная дизритмия, с преобладанием десинхронизированной β-активности при интернет-зависимости может указывать на напряженное состояние этой группы аддиктов [34], проявляющееся при нарушении баланса системы “активация–торможение”. Примером могут служить сложности с засыпанием, ночные пробуждения, проблемы с памятью, нервные срывы [34].

Анализ межполушарного профиля, так же как и у гемблеров выявляет выраженную левостороннюю латерализацию медленноволновой активности. Полученные нами результаты согласуются с данными других авторов, которые сходятся во мнении, что при аддиктивном поведении имеет место нарушение функционального состояния левого полушария [40].

Выраженность изменений ЭЭГ при зависимом поведении можно выразить в баллах: 1 балл – при суммарных индексах медленных и быстрых ритмов (β + ∆ + θ) < 30%, 2 балла = 30–40%, 3 балла >40%, 4 балла >40% с наличием пароксизмальной активности.

В наших исследованиях и у гемблеров, и у интернет-зависимых суммарный индекс больше 40%, что соответствует 3 баллам.

Для определения степени нарушения стабилизации корковой электрической активности нами были использованы интегральные индексы соотношения α + β/δ + θ, α/θ. Исходя из наших данных (табл. 1), в обеих экспериментальных группах стабильность корковой активности значительно ниже, по сравнению с контрольной группой.

Таблица 1.  

Интегральные индексы ЭЭГ в норме при различных нехимических аддикциях

Группы испытуемых Индекс выраженности (%) Значения спектральной мощности (мкВ2)
$\frac{{\alpha + \beta }}{{\delta + \theta }}$ $\frac{\alpha }{\theta }$ $\frac{{\alpha + \beta }}{{\delta + \theta }}$ $\frac{\alpha }{\theta }$
Контроль 3.4 ± 0.8 4.7 ± 0.9 12.9 ± 1.3 15.8 ± 1.9
Интернет-зависимые 1.2 ± 0.2
p < 0.01 		0.8 ± 0.1
p < 0.001 		3.7 ± 0.5
p < 0.001 		2.2 ± 0.7
p < 0.001
Гемблеры 1.2 ± 0.1
p < 0.01 		2.2 ± 0.2
p < 0.01 		3.4 ± 0.8
p < 0.001 		3.7 ± 0.6
p < 0.001

Примечание: р – степень достоверности результатов по отношению к контролю.

Таким образом, при аддиктивных расстройствах нами выявлены невротические паттерны ЭЭГ, имеющие, однако, разную природу: в случае игровой зависимости отмечается нервозность тревожного типа, тогда как при интернет-зависимости – напряженного типа. Между тем, невротическое состояние – это нормальный физиологический ситуационный период в жизни любого человека и может являться признаком состояния психики или чертой характера. Если данное состояние не вызывает серьезных патологических изменений, то коррекция не обязательна. Другое дело, когда невротические симптомы, а с ними и картина ЭЭГ принимают выраженный и стационарный характер, тогда описание этих паттернов как признака болезни приобретает смысл. Для выяснения глубины изменений состояния корковой ритмики при нехимических аддикциях, требуются дальнейшие более детальные исследования зонального распределения частотно-амплитудных характеристик ритмов ЭЭГ с привлечением когерентного анализа.

ВЫВОДЫ

1. Сравнительный анализ особенностей биоэлектрической активности головного мозга позволил выявить характерные особенности ЭЭГ-паттернов при игровой и интернет-зависимости.

2. Для проблемных гемблеров характерен дезорганизованный паттерн ЭЭГ с преобладанием спектральной мощности и индекса выраженности α-ритма со смещением в сторону медленноволновой активности. Данный паттерн может проявляться состоянием тревожности.

3. Для интернет-зависимых лиц характерен десинхронизированный паттерн ЭЭГ с большей выраженностью спектральных характеристик β-ритма, что может указывать на напряженное состояние этой группы аддиктов.

4. Характерной особенностью ЭЭГ как при игровой, так и при интернет-зависимости является преимущественное доминирование функциональной активности правого полушария и подавление левой гемисферы.

5. Можно предположить, что у интернет-зависимых формирование зависимости связано с активацией стволовых образований мозга (специфические ядра таламуса), тогда как изменения ЭЭГ у проблемных гемблеров, вероятно, обусловлены усилением влияния со стороны диэнцефальных структур (неспецифические ядра таламуса).

Этические нормы. Все исследования проведены в соответствии с принципами биомедицинской этики, сформированными в Хельсинкской декларации 1964 г. и ее последующих обновлениях и одобрены локальным биоэтическим комитетом Дагестанского государственного университета (Махачкала).

Информационное согласие. Каждый участник исследования представил добровольное письменное информированное согласие, подписанное им после разъяснения ему потенциальных рисков и преимуществ, а также характера предстоящего исследования.

Благодарности. Авторы выражают благодарность директору психологического центра при ДГУ “ПСИ-ФАКТОР” – Джабраилову Арсену Набиевичу за оказанное содействие в проведении исследований.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией данной статьи.

Список литературы

  1. Dagher A., Robbins T.W. Personality, addiction, dopamine: insights from Parkinson’s disease // Neuron. 2009. V. 61. № 4. P. 502.

  2. O’Sullivan S.S., Evans A.H, Lees A.J. Dopamine dysregulation syndrome: an overview of its epidemiology, mechanisms and management // CNS Drugs. 2009. V. 23. № 2. P. 157.

  3. Potenza M.N. The neurobiology of pathological gambling and drug addiction: an overview and new findings // Philos. Trans. R. Soc. Lond. B Biol. Sci. 2008. V. 363. № 1507. P. 3181.

  4. Hou H., Jia S., Hu S. et al. Reduced striatal dopamine transporters in people with internet addiction disorder // J. Biomed. Biotechnol. 2012. V. 2012. № 3. P. 854 524.

  5. Малыгин В.Л., Меркурьева Ю.А. Нейропсихологический профиль подростков с интернет-зависимым поведением // Консультативная психология и психотератия. 2015. № 4. С. 130.

  6. Смирнов А.В. Психология аддиктивного поведения. Екатеринбург: Изд-во “Уральский гос. пед. ун-т”, 2014. 379 с.

  7. Balodis I.M., Kober H., Worhunsky P.D. et al. Diminished frontostriatal activity during processing of monetary rewards and losses inpathological gambling // Biol. Psychiatry. 2012. V. 71. № 8. P. 749.

  8. Yip S.W., Lacadie C.M., Xu J. et al. Reduced genual corpus callosal white matter integrity in pathological gambling and itsrelationship to alcohol abuse or dependence // World J. Biol. Psychiatry. 2013. V. 14. № 2. P. 129.

  9. Munno D., Saroldi M., Bechon E. et al. Addictive behaviors and personality traits in adolescents // Spectrums. 2016. V. 21. № 2. P. 207.

  10. Ben-Yehuda L., Greenberg L., Weinstein A. Internet Addiction by Using the Smartphone-Relationships between Internet Addiction, Frequency of Smartphone Use and the State of Mind of Male and Female Students // J. Reward Defic. Syndr. Addict Sci. 2016. V. 2. № 1. P. 22.

  11. Нечаева С.А. Представление о нехимических зависимостях: к постановке проблемы (социологический аспект) / Прорывные научные исследования как двигатель науки. Сборник статей по итогам Международной научно-практической конференции, Стерлитамак, 29 ноября 2017 г. В 3 частях. Уфа: ООО “Агентство международных исследований”, 2017. С. 38.

  12. Ахметова Э.А. Дисгармоничная семья как фактор формирования зависимости к новым синтетическим “дизайнерским” наркотикам // Медицинский вестник Башкортостана. 2017. Т. 12. № 1(67). С. 15.

  13. Пережогин Л.О. Клиника зависимости от интернета и мобильных средств доступа к нему / Цифровое общество как культурно-исторический контекст развития человека. Сборник научных статей и материалов международной конференции. Коломна, 11–13 февраля 2016 г. / Под общей ред. Ершовой Р.В. Издательство: Государственный социально-гуманитарный университет, 2016. С. 329.

  14. Чухрова М.Г. Современные представления о поведенческих аддикциях // Сибирский педагогический журнал. 2014. № 5. С. 105.

  15. Мандель Б.Р. Психология зависимостей (аддиктология). Учебное пособие. М.: Вузовский учебник, НИЦ ИНФРА-М, 2015. 320 с.

  16. Дрессвянников В.Л., Чухрова М.Г., Пронин С.В. Интернет-зависимость. Новосибирск: ООО “Немо пресс”, 2015. 159 с.

  17. Хилькевич С.О. Нехимические зависимости: диагностика, лечение, профилактика: учеб.-метод. пособие для студентов 5 курса лечебного факультета и факультета по подготовке специалистов для зарубежных стран медицинских вузов. Гомель: ГомГМУ, 2017. 36 с.

  18. Пережогин Л.О. Коморбидные психические расстройства при зависимости от персонального компьютера, интернет и мобильных средств доступа к нему у детей и подростков / Прикладная психология на службе развивающейся личности. Сборник научных статей и материалов XV научно-практической конференции с международным участием. Коломна, 09–10 февраля 2017 г. / Под общей ред. Ершовой Р.В. Издательство: Государственный социально-гуманитарный университет, 2017. С. 183.

  19. Кристал Г. Нарушения эмоционального развития при аддиктивном поведении // Психология и лечение зависимого поведения. 2007. С. 350.

  20. Дрепа М.И. Психологический портрет личности интернет-зависимого студента // Вестник ТГПУ. 2009. № 4. С. 75.

  21. Мельников М.Е., Шубин О.С. Современные электроэнцефалографические исследования химической зависимости // Успехи физиологических наук. 2013. Т. 44. № 3. С. 16.

  22. de Bruin E.A., Bijl S., Stam C.J. et al. Abnormal EEG Synchronisation in Heavily Drinking Students // Clin. Neurophysiol. 2004. V. 115. № 9. P. 2048.

  23. Егоров А.Ю. Нехимические (поведенческие) аддикции // Аддиктология. 2005. № 1. С. 65.

  24. Егоров А.Ю. Нехимические зависимости – “фейк-диагнозы” или все-таки расстройства? // Неврологический вестник. 2019. Т. LI. Вып. 1. С. 38.

  25. Завьялов В.Ю., Скок А.Б., Штарк М.Б., Шубина О.С. Динамика психофизиологических аспектов аддиктивного поведения в процессе использования альфа-стимулирующего тренинга // Бюллетень СО РАМН. 1999. Т. 1. № 1. С. 39.

  26. Choi J.-S., Shin Y.-C., Jung W.H. et al. Altered brain activity during reward anticipation in pathological gambling and obsessive-compulsive disorder // PLoS ONE. 2012. V. 7. № 9. P. :e45938.

  27. Lee H.W., Choi J., Shin Y., Lee J. et al. Impulsivity in internet addiction: a comparison with pathological gambling // Cyberpsychology, Behavior and Social Networking. 2012. V. 15. № 7. P. 373.

  28. Lee J., Hwang J.Y., Park S.M. et al. Differential resting-state EEG patterns associated with comorbid depression in internet addiction // Prog. Neuropsychopharmacol. Biol. Psychiatry. 2014. V. 50. P. 21.

  29. Wang G.Y., Bulanova I.G. Electrophysiological activity is associated with vulnerability of Internet addiction in non-clinical population // Addict. Behav. 2018. V. 84. P. 33.

  30. Павлов Ю.Г. Эффективность лечения зависимостей методом ЭЭГ-биоуправления // Национальный психологический журнал. 2013. № 2(10). С. 80.

  31. Young K.S. Internet addiction: The emergence of a new clinical disorder // CyberPsychology and Behavior. 1998. V. 1. № 3. P. 237.

  32. Брюн Е.А., Бузик О.Ж., Копоров С.Г. и др. Профилактика, лечение и реабилитация игровой зависимости: Методические рекомендации. М.: ООО “Медиа-Студия”, 2016. 44 с.

  33. Неробкова Л.Н., Авакян Г.Г., Воронина Т.А., Авакян Г.Н. Клиническая электроэнцефалография. Фармакоэлектроэнцефалография. М.: ГЭОТАР-Медиа, 2018. 326 с.

  34. Александров М.В., Иванов Л.Б., Лытаев С.А. и др. Электроэнцефалография / Под pед. Александрова М.В. 2‑е издание, переработанное и дополненное. СПб.: Стратегии будущего, 2019. 209 с.

  35. Звездочкина Н.В. Исследование электрической активности головного мозга человека. Казань: Казан. ун-т, 2014. 59 с.

  36. Кузнецова Т.Г., Горбачева М.В. Частотная асимметрия основных ритмов ЭЭГ у детей дошкольного возраста при достижении цели // Журнал “Асимметрия”. 2013. Т. 7. № 3. С. 11.

  37. Зенков Л.Р. Клиническая электроэнцефалография (с элементами эпилептологии): руководство для врачей. М.: МЕДпресс-информ, 2017. 359 с.

  38. Фокина Ю.О., Куличенко А.М., Павленко В.Б. Роль дофаминергической системы мозга в формировании эффектов сеансов обратной связи по характеристикам элеìктроэнцефаллограммы // Бюллетень сибирской медицины. 2010. № 2. С. 140.

  39. Kropotov Ju.D. Quantitative EEG, Event-Related Potentials and Neurotherapy / Aminoff’s Electrodiagnosis in Clinical Neurology (Sixth Edition), 2012. 503 c.

  40. Белашева Х.В. Интернет зависимость как предиктор формирования нарушений личности различными типами межполушарных асимметрий // Знание. Понимание. Умение. 2015. № 1. С. 224.

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска предыдущая статья выпуска содержание выпуска

Физиология человека

Архивы выпусков Информация о журнале Отправить рукопись в журнал