В век информационных технологий повседневная и профессиональная жизнь человека связана с использованием интернет-ресурсов. Однако вместе с этим растет и число лиц, злоупотребляющих ресурсами Интернета, что приводит к формированию аддиктивного поведения [1]. В настоящее время отмечается тенденция к увеличению числа лиц с аддиктивным поведением, в том числе с интернет-зависимостью. Впервые на тему интернет-аддикций обратили внимание К. Янг и И. Голдберг. В 1994 г. К. Янг разработала специальный диагностический опросник для выявления зависимого поведения, а А. Голдбергом в 1966 г. был введен термин «интернет-зависимость» (Internet Addiction Disorder — IAD, Internet Behavior Dependency) [2, 3].

По данным мировой статистики, интернет-зависимыми сегодня являются около 10% пользователей во всем мире; в России приводится цифра 4—6% [4]. На подверженность интренет-аддикции оказывают влияние индивидуально-психологические особенности человека, пол, род деятельности, социальное положение и многие другие факторы.

Исследованиям психологических механизмов развития аддиктивного расстройства посвящено множество исследований. Медико-биологические механизмы начали интенсивно исследоваться в работах последних десятилетий. Так, авторы одной из работ [5] выявили ряд клинико-физиологических особенностей у интернет-аддиктивных лиц по сравнению со здоровыми: функциональную межполушарную асимметрию, наличие минимальной мозговой дисфункции, органическое астеническое расстройство, а также повышенную психическую истощаемость, слабость функций активного внимания, эмоциональную неустойчивость. В другом исследовании [6] выявлены нейрофизиологические особенности, связанные с изменениями в функционировании орбитофронтальной коры головного мозга. В частности, в исследованиях с использованием магнитно-резонансной томографии (МРТ) выявлено понижение активации стриатума и вентромедиальной префронтальной коры у страдающих аддикцией респондентов по сравнению со здоровыми. Актуальным является исследование нейромедиаторных систем при интернет-аддикции. В литературе имеются данные об изменениях со стороны дофаминергической системы головного мозга, которая является важной частью «системы вознаграждения» мозга, так как вызывает чувство удовольствия (или удовлетворения). При исследовании с использованием функциональной МРТ [7] было выявлено снижение плотности белого вещества в областях мозга, которые вовлекаются при принятии решения, волевом и эмоциональном контроле, сенсомоторной координации. Было отмечено также изменение объема вентрального стриатума, в структурах которого реализуется система «награды» с выделением дофамина, как и при любых аддиктивных состояниях эти феномены носят неспецифический характер.

Известно, что если чрезмерно стимулировать «систему поощрения», то мозг постепенно адаптируется к искусственно повышаемому уровню дофамина, производя меньше гормона и снижая количество рецепторов в «системе поощрения» [8]. Авторы ряда физиологических и нейрофизиологических исследований отмечают [9—11], что интернет-зависимые лица молодого возраста характеризуются достоверно значимыми отличиями от контрольной группы по ряду параметров. Так, J. Lee и соавт. [10] обнаружили у испытуемых с интернет-зависимостью снижение спектральной мощности дельта- и бета-активности во всех областях головного мозга. В работе J. Chot и соавт. [12] были проанализированы спектрально-корреляционные параметры биоэлектрической активности головного мозга у интернет-аддиктивных и здоровых в этом отношении лиц, между которыми были установлены значимые различия в показателях спектральной мощности (СМ) в тета- и альфа-диапазоне ЭЭГ в затылочных отведениях. Обнаружено также, что у интернет-аддиктивных снижена активация переднелобных отделов (по данным оценки спектральной мощности ритмов ЭЭГ) [13]. F. D’Hondt и соавт. [14] сочетали метод регистрации вызванных потенциалов биоэлектрической активности головного мозга и метод транскраниальной магнитной стимуляции на правую префронтальную область. Обнаружено укорочение латентного периода вызванных потенциалов в исследуемой области у интернет-зависимых пользователей по сравнению со здоровыми.

Анализ работы автономной нервной системы интернет-зависимых лиц был проведен D. Lee и соавт. [15], в результате которого по сравнению со здоровыми лицами выявлено снижение высокочастотной составляющей (HF) в спектральном анализе вариабельности сердечного ритма (ВСР), свидетельствующее об уменьшении вагусного влияния в процессе интернет-сессии онлайн. Степень снижения HF коррелировала с объемом серого вещества в лобных отделах по нейровизуализационным данным (voxel-based morphometry) и выраженностью нарушений поведения аддиктов. T. Moretto и J. Buodo [16] обнаружили, что испытуемые с высоким уровнем интернет-зависимости и высоким индексом стресса (по опроснику) характеризуются низким уровнем ВСР и высоким значением электрической активности кожи, отражающей повышение уровня активности симпатической нервной системы. Информативность оценки ВСР в диагностике стресса при интернет-аддикции была отмечена и другими исследователями [17].

В некоторых исследованиях было обращено внимание на частое наличие при интернет-аддикции депрессивных расстройств [18]. При такого рода коморбидности отмечено снижение межполушарных взаимосвязей в лобных областях в различных частотных диапазонах биоэлектрической активности головного мозга и нарушение внимания. Во время онлайн-сессии, однако, у этих лиц выявлено повышение межполушарных взаимосвязей в лобных, височных, теменных и затылочных областях головного мозга по сравнению с контрольной группой.

Необходимо отметить, что нейрофизиологических и физиологических исследований интернет-аддикции в целом не очень много. Поэтому их развитие и расширение является актуальным.

Цель настоящей работы — сравнение нейрофизиологических и физиологических показателей у лиц с интернет-аддикцией и здоровых.

В исследование были включены молодые люди от 19 до 23 лет, студенты вузов. В выборку вошли 24 человека с интернет-аддикцией (1-я группа) и 2 практически здоровых (2-я группа, контроль).

Для определения интернет-аддиктивного поведения использовали тесты С.А. Кулакова и К. Янг.

Длительность состояния аддикции составляла 1—2 года. Все обследованные были правшами; лиц с правосторонней и отсутствием асимметрии в исследование не включали.

Проводили ЭЭГ-исследование и определение ВСР.

Анализ спектрально-корреляционных параметров ЭЭГ остается современным методом оценки динамики функционального состояния мозга. Параметры пространственно-временной организации биоэлектрической активности головного мозга, в том числе особенности гамма-ритма в обеспечении психических процессов [19, 20], позволяют оценить не только показатели конкретной интегративной (когнитивной или мотивационно-эмоциональной) деятельности мозга [21, 22], но и индивидуально-типологические особенности, пограничные и психические расстройства. Поэтому метод оценки спектрально-корреляционных параметров ЭЭГ был выбран в качестве традиционного и информативного метода, широко применяемого в клиническом и клинико-физиологическом исследовании.

ЭЭГ регистрировали от 24 отведений, с электродами, расположенными на поверхности черепа (по системе 10—20). Обследование проводили в трех состояниях: фоновая запись при закрытых глазах (1), фоновая запись при открытых глазах (2) и после 15-минутной интернет-сессии с мотивацией награды (3). Продолжительность записи ЭЭГ составляла не менее 5 мин.

Обработку биоэлектрических данных проводили с использованием программ вычисления и картирования спектрально-корреляционных показателей биоэлектрической активности головного мозга «Neurotravel». Частота квантования ЭЭГ составляла 200 Гц, фильтр — в границах 0,50 и 35 Гц. Отдельно записывали гамма-ритм (чтобы избежать наводок на основные ритмы ЭЭГ) в диапазоне 40—60 Гц.

Анализ ВСР проводили с использованием портативного аппаратно-программного комплекса «Вегетотестер ВНС-Спектр». Анализировали индексы сердечного ритма (по Р.М. Баевскому): 1) индекс напряжения (ИН) регулярных систем характеризует активность механизмов симпатической регуляции, состояние центрального контура регуляции; 2) LF/HF — отношение мощностей низко- и высокочастотного компонентов спектра как мера симпатовагального баланса; 3) АМо (амплитуда моды, в %) — отражает стабилизирующий эффект централизации управления сердечным ритмом. Исследования проведены согласно требованиям биомедицинской этики и правил.

Дополнительно в обеих группах обследованных была проведена оценка наличия тревожности и депрессии по тестам Спилбергера и Бека.

Статистическую достоверность различий и корреляции по каждому из показателей между группами рассчитывали с использованием компьютерных программ Statistica 7.0 («Stat Soft Inc.», США), Excel-2013 («Microsoft», США), методов анализа данных по Манну—Уитни, Вилкоксона и Стьюдента.

В группе с интернет-аддикцией по тесту Спилбергера было выявлено повышение как личностной, так и ситуационной тревоги по сравнению с контрольной группой (р<0,05).

Результаты спектрального анализа ЭЭГ в состоянии «глаза открыты» показали, что группа с интернет-аддикцией отличается от здоровых большей мощностью ЭЭГ в лобных областях во всех частотных диапазонах, недостоверно большей в остальных областях, кроме височных. В состоянии 1 (фон) в группе здоровых наблюдали межполушарную асимметрию с преобладанием амплитуды α-активности в правом полушарии, что является типичным для большинства правшей при обычном визуальном анализе записи ЭЭГ. В группе лиц с интернет-аддикцией такой асимметрии альфа-ритма в фоне выявлено не было, наблюдали противоположную картину. Кроме того, у испытуемых этой группы был отмечен сдвиг вправо максимальной частоты в диапазоне альфа-ритма в лобных и лобно-височных отведениях в состоянии «глаза открыты». В то же время в состоянии «глаза закрыты» обнаружен сдвиг максимальной частоты альфа-ритма влево по сравнению с группой контроля. Также было выявлено достоверно значимое повышение спектральной мощности низкочастотного альфа-ритма в затылочных отведениях в состоянии с закрытыми глазами при интернет-аддикции по сравнению со здоровыми как в фоновом исследовании, так и достоверно более выраженное после 15-минутной интернет-сессии онлайн. Если учесть, что в фоне у лиц с аддикцией также выше СМ бета-ритма не в традиционных центральных областях, а в лобных и теменно-височных, то в целом можно характеризовать состояние испытуемых с интернет-аддикцией как более тревожное. Средняя С.М. бета-ритма достоверно отличалась от таковой в группе контроля (табл. 1)

Средняя величина максимальной частоты в бета-диапазоне в изученных группах значимо не различалась. Однако было выявлено различие в лобных и центральных областях (выше, чем в других областях, а в теменно-затылочных и височных ниже, чем в других областях и, соответственно, контрольной группе). По результатам усредненной спектрограммы ЭЭГ в полосе гамма-ритма наблюдали сдвиги максимальных частот в обеих группах: в 1-й группе в сторону нижней границы диапазона гамма-ритма (около 32 Гц), а во 2-й группе в сторону верхней границы (68 Гц).

Спектральный анализ мощности гамма-ритма ЭЭГ показал, что в группе интернет-аддиктов (в фоне и после онлайн-сеанса) ее величина при открытых и закрытых глазах была достоверно выше (р<0,05), чем у здоровых, хотя в фоновой записи различий не было. Имеются данные о вовлечении гамма-ритма в процессы внимания и мышления [23, 24]. Предположительно в группе аддиктов гамма-ритм вовлекается больше, так как состояние аддикции сравнимо с включением «активации», подкрепляемой дофамином или эндорфином. Поэтому в состоянии 3 значительно возрастает активация по быстрым бета-2 и гамма-ритмам, особенно выраженным в лобных, центральных и теменных областях.

Анализ динамики функциональной асимметрии средней СМ альфа-, бета-и гамма-ритмов ЭЭГ по правому и левому полушариям головного мозга после сеанса онлайн по отношению к фону показал ее достоверное увеличение в бета-, тета-диапазоне в правом полушарии по сравнению с левым и отсутствие достоверной асимметрии в контрольной группе.

Асимметрия СМ гамма-ритма в группе интернет-аддиктов, напротив, была выше в левом полушарии, в лобно-центральных отделах и теменно-височно-затылочных, при этом наблюдали сдвиг максимальной частоты пика в этой группе на более высокие частоты, по сравнению с группой контроля (табл. 2).

Сдвиг максимальной частоты в тета-диапазоне вправо (от 5,1±0,7 до 7,5±0,8) выявлен в 1-й группе в центральных областях. В бета- и гамма-диапазоне — также вправо (от 27,3±0,4 до 29,0±0,5, р<0,01) и более выраженно (57,4±0,6 до 61,3±0,7, р<0,01) в теменно-височных отведениях и лобных. В целом сдвиг пиковой частоты по разным областям и в различных состояниях свидетельствует о повышении активации головного мозга в группе лиц с интернет-аддикцией.

Частота тета-ритма в группе лиц с интернет-аддикцией смещалась достоверно больше в состоянии 3 (после онлайн-сессии), а при переходе от состояния 1 к состоянию 2 от здоровых не отличалась. Повышение частоты тета-ритма и его мощности (см. табл. 1) связано с активной когнитивной нагрузкой у интернет-аддиктов, так как в литературе имеются данные об увеличении тета-ритма при когнитивной деятельности [25, 26]. Вероятно, интернет-аддиктивные лица с повышенной мотивацией к интернет-деятельности переживают более выраженную вовлеченность (мотивированность) в нее по сравнению с контрольной группой.

Анализ ВСР выявил существенные отличия в исследуемых группах, особенно в состоянии 3, после онлайн-сессии (табл. 3).

Заметное уменьшение адаптивных реакций сердечно-сосудистой системы, проявляющееся в снижении общей мощности спектра (постнагрузочный «энергодефицит»), росте влияния на сердце симпатического отдела в индексе баланса влияний, уменьшении вариационного размаха R-R-интервала ЭКГ и роста ИН свидетельствуют о повышенной напряженности сердечно-сосудистой системы в группе лиц с интернет-аддикцией, что коррелирует с активацией функционального состояния мозга после онлайн-сессии.

Таким образом, в группе обследованных с интернет-зависимостью, продолжающейся в течение 1—2 лет, при ЭЭГ впервые были выявлены существенные особенности по сравнению с контрольной группой в частотных диапазонах ЭЭГ — в СМ, сдвигах пиков частот и функциональной асимметрии СМ в альфа-, бета-, а также в гамма-диапазоне. Инверсия функциональной асимметрии в альфа-полосе в фоне и достоверное увеличение СМ бета- и тета-ритмов в правом полушарии в состоянии после онлайн-сессии отражает усиление активности неспецифических систем межэнцефалической ретикулярной формации и височно-лимбических структур мозга. Сдвиг пика частоты вправо в диапазоне гамма-ритма свидетельствует о сверхизбыточном повышении функции внимания (при ее недостаточности) в состоянии интернет-активности. Выявленные новые спектральные и частотно-временные особенности ЭЭГ у интернет-аддиктивных личностей расширяют возможности экспресс-диагностики рассматриваемых изменений поведения. При интерпретации полученных в настоящей работе данных следует учитывать, что в наших наблюдениях длительность развития аддиктивного состояния была не более 2 лет. При большей его продолжительности в последующих исследованиях могут быть выявлены другие нейрофизиологические особенности и различная их динамика. Нами также впервые диагностирован сдвиг баланса регуляции сердечного ритма у лиц с интернет-зависимостью в сторону преобладания симпатической нервной системы, что отражает состояние повышенной активации и напряжения соответствующих систем организма.

Авторы заявляют об отсутствии конфликта интересов.

The authors declare no conflicts of interest.

Сведения об авторах

Сорокина Н.Д. — https://orcid.org/0000-0002-5709-1041; е-mail: sonata5577@mail.ru

Перцов С.С. — https://orcid.org/0000-0001-5530-4990

Селицкий Г.В. — https://orcid.org/0000-0003-0642-4739

Цагашек А.В. — https://orcid.org/0000-0003-0370-4057

Жердева А.С. — https://orcid.org/0000-0002-7531-1001

Как цитировать:

Сорокина Н.Д., Перцов С.С., Селицкий Г.В., Цагашек А.В., Жердева А.С. Нейрофизиологические и клинико-биологические особенности интернет-аддикции. Журнал неврологии и психиатрии им. С.С. Корсакова. 2019;119(12):51-56. https://doi.org/10.17116/jnevro201911912151

Автор, ответственный за переписку: Сорокина Наталия Дмитриевна — e-mail: sonata5577@mail.ru