Сорокина Н.Д., Перцов С.С., Селицкий Г.В., Цагашек А.В., Жердева А.С. Нейрофизиологические и клинико-биологические особенности интернет-аддикции

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 интер­нет-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.

Материал и методы

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.

Результаты и обсуждение

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 СМ бета-рит­ма досто­вер­но отли­ча­лась от тако­вой в груп­пе кон­тро­ля (табл. 1) в фоне, но не раз­ли­ча­лась в состо­я­нии 2, когда гла­за были откры­ты, и досто­вер­но воз­рас­та­ла в состо­я­нии 3, осо­бен­но в лоб­ных и заты­лоч­ных областях.

Таблица 1. Динамика относительной мощности (в %) в частотных диапазонах биоэлектрической активности в двух группах обследованных в различные периоды записи ЭЭГ

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 лоб­но­цен­траль­ных 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).

Таблица 2. Различия сдвигов максимальной частоты в спектральных диапазонах ЭЭГ в двух группах обследованных

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). 

Из резуль­та­тов вид­но, что рабо­та онлайн вызва­ла отчет­ли­вые сдви­ги в состо­я­нии авто­ном­ной нерв­ной систе­мы: у лиц с интер­нет-аддик­ци­ей с соот­вет­ству­ю­щим уве­ли­че­ни­ем индек­са сим­па­ти­че­ской регу­ля­ции сер­деч­но­го рит­ма и ИН, что сви­де­тель­ству­ет о выра­жен­ной реак­ции соот­вет­ству­ю­щих регу­ля­тор­ных систем в этой группе.

Таблица 3. Показатели ВСР в двух группах обследованных

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. 

ЛИТЕРАТУРА

1. Кар­да­шян Р.А. Пси­хо­ло­ги­че­ские осо­бен­но­сти лиц с ком­пью­тер­ной игро­вой зави­си­мо­стью и пред­рас­по­ло­жен­ных к ее фор­ми­ро­ва­нию. Жур­нал нев­ро­ло­гии и пси­хи­ат­рии им. С.С. Кор­са­ко­ва. 2018;2:19-22.
2. Young KS. What makes the Internet Addictive: potential explanations for pathological Internet use. Paper presented at the 105th Annual conference of the American Psychological Association. Chicago, IL, 1997.
3. Жилов В.С. Основ­ные про­бле­мы Интер­нет-зави­си­мо­го пове­де­ния. Изве­стия рос­сий­ско­го госу­дар­ствен­но­го педа­го­ги­че­ско­го уни­вер­си­те­та им. А.И. Гер­це­на. 2008;54:361-365.
4. Вой­скун­ский А.Е. Гума­ни­тар­ные иссле­до­ва­ния в Интер­не­те. М. 2000.
5. Антро­по­ва Л.К., Анд­рон­ни­ко­ва О.О., Кули­ков В.Ю. и др. Интер­нет-зави­си­мость и ее вза­и­мо­связь с меж­по­лу­шар­ной асим­мет­ри­ей и пове­ден­че­ски­ми осо­бен­но­стя­ми лич­но­сти. Меди­ци­на и обра­зо­ва­ние в Сиби­ри: Сете­вое науч­ное изда­ние. 2011;3.
6. Regard M, Knoch D, Gutling E, et al. Brain damage and addictive behavior: a neuropsychological and electroencephalogram investigation with pathologic gamblers. Cogn Behav Neurol. 2003;16:1:47-53.
7. Weinstein A, Livny A, Weizman A. New developments in brain research of internet and gaming disorder. Neuroscience and Biobehavioral Reviews. 2017;75:314-330. https://doi.org/10.1016/j.neubiorev.2017.01.040
8. Vousooghi N, Zarei SZ, Sadat-Shirazi MS, et al. mRNA expression of dopamine receptors in peripheral blood lymphocytes of computer game addicts. Journal of Neural Transmission. 2015;122:10:1391-1398. https://doi.org/10.1007/s00702-015-1408-2
9. Wang GY, Griskova-Bulanova I. Electrophysiological activity is associated with vulnerability of Internet addiction in non-clinical population. Addictive Behaviors. 2018;84:33-39. https://doi.org/10.1016/j.addbeh.2018.03.025
10. Lee J, Hwang JY, Park SM, et al. Differential resting-state EEG patterns associated with comorbid depression in Internet addiction. Progress in Neuro­ Psychopharmacology & Biological Psychiatry. 2014;50:21-26. https://doi.org/10.1016/j.pnpbp.2013.11.016
11. Choi JS, Park SM, Lee J, et al. Resting-state beta and gamma activity in Internet addiction. International Journal of Psychophysiology. 2013;89:3:328-333. https://doi.org/10.1016/j.ijpsycho.2013.06.007
12. Hafeez M, Idrees MD, Kim J-Y. Development of a Diagnostic Algorithm to Identify Psycho-Physiological Game Addiction. Attributes Using Statistical Parameters. IEEE Access. 2017;5:22443-22452. https://doi.org/10.1109/access.2017.2753287
13. D’Hondt F, Billieux J, Maurage P. Electrophysiological correlates of problematic Internet use: Critical review and perspectives for future research. Neuroscience and Biobehavioral Reviews. 2015;59:64-82. https://doi.org/10.1016/j.neubiorev.2015.10.005
14. Hadar A, Hadas I, Lazarovits A, et al. Answering the missed call: Initial exploration of cognitive and electrophysiological changes associated with smartphone use and abuse. PLoS ONE. 2017;12:7:1-16. https://doi.org/10.1371/journal.pone.0180094
15. Lee D, Hong SJ, Jung YC, et al. Altered Heart Rate Variability During Gaming in Internet Gaming Disorder. Сyberpsychology Behavior And Social Net­ working. 2018;2(4):259-267. https://doi.org/10.1089/cyber.2017.0486
16. Moretta T, Buodo G. Autonomic stress reactivity and craving in individuals with problematic Internet use. PLoS ONE. 2018;13:1:1-18. https://doi.org/10.1371/journal.pone.0190951
17. Thayer JF, Ahs F, Fredrikson M, et al. A meta-analysis of heart rate variability and neuroimaging studies: Implications for heart rate variability as a marker of stress and health. Neurosci Biobehav Rev. 2012;36(2):747-756. https://doi.org/10.1016/j.neubiorev.2011.11.009
18. Joohyung Y, Ji SH, Doug HH, et al. Comparison of Electroencephalography (EEG) Coherence between Major Depressive Disorder (MDD) without Comorbidity and MDD Comorbid with Internet Gaming Disorder. J Korean Med Sci Psychiatry & Psychology. 2017;32:1160-1165. https://doi.org/10.3346/jkms.2017.32.7.1160
19. Афта­нас Л.И., Пав­лов С.В. Осо­бен­но­сти меж­по­лу­шар­но­го рас­пре­де­ле­ния спек­тров мощ­но­сти ЭЭГ у высо­ко­тре­вож­ных инди­ви­ду­у­мов в эмо­ци­о­наль­но ней­траль­ных усло­ви­ях и при отри­ца­тель­ной акти­ва­ции. Жур­нал выс­шей нерв­ной дея­тель­но­сти. 2005;3:322-328.
20. Ива­ниц­кий А.М., Стре­лец В.Б., Кор­са­ков И.А. Инфор­ма­ци­он­ные про­цес­сы моз­га и пси­хи­че­ская дея­тель­ность. М.: Нау­ка; 2006.
21. Соро­ки­на Н.Д., Пер­цов С.С., Селиц­кий Г.В. Роль био­элек­три­че­ской актив­но­сти голов­но­го моз­га в диа­па­зоне гам­ма-рит­ма в обес­пе­че­нии пси­хи­че­ских про­цес­сов. Рос­сий­ский физио­ло­ги­че­ский жур­нал им. И.М. Сече­ нова. 2018;104(10):1163-1175.
22. Стре­лец В.Б., Гарах Ж.Б., Кор­са­ко­ва Н.К., Маго­ме­дов Р.А., Маго­ме­до­ва М.В., Ново­тоц­кий-Вла­сов В.Ю., Ребей­ки­на А.Б. Осо­бен­но­сти гам­ма­рит­ма ЭЭГ и неко­то­рых ней­ро­пси­хо­ло­ги­че­ских нару­ше­ний у боль­ных шизо­фре­ни­ей. Соци­аль­ная и кли­ни­че­ская пси­хи­ат­рия. 2006;16(4):55-60.
23. Соро­ки­на Н.Д., Селиц­кий Г.В. Коси­цын Н.С. Ней­ро­био­ло­ги­че­ские аспек­ты функ­ци­о­наль­ной асим­мет­рии полу­ша­рий при депрес­сии. Успе­хи физио­ло­ги­че­ских наук. 2005;36:2:84-93.
24. Соро­ки­на Н.Д., Селиц­кий Г.В., Коси­цын Н.С. Ней­ро­био­ло­ги­че­ские иссле­до­ва­ния био­элек­три­че­ской актив­но­сти моз­га в диа­па­зоне гам­ма-рит­ма у чело­ве­ка. Успе­хи физио­ло­ги­че­ских наук. 2006;3:3-10.
25. Соро­ки­на Н.Д., Селиц­кий Г.В. Основ­ные под­хо­ды в элек­тро­фи­зио­ло­ги­че­ской диа­гно­сти­ке инте­гра­тив­ной пси­хи­че­ской дея­тель­но­сти. Функ­ци­о­наль­ная диа­гно­сти­ка. 2011;3:46-48.
26. Harmony T, Fernandez T, Gersenowies J, et al. Specific EEG frequencies signal general common cognitive processes as well as specific task processes in man. Int J Psychophysiology. 2004;53:207-216.

Об авторах

• Соро­ки­на Н.Д., Пер­цов С.С., Селиц­кий Г.В., Цага­шек А.В., Жер­де­ва А.С. — ФГБОУ ВО «Мос­ков­ский госу­дар­ствен­ный меди­ко-сто­ма­то­ло­ги­че­ский уни­вер­си­тет им. А.И. Евдо­ки­мо­ва» Мин­здра­ва Рос­сии, Москва, Россия.
• Пер­цов С.С. — ФГБНУ «Науч­но-иссле­до­ва­тель­ский инсти­тут нор­маль­ной физио­ло­гии им. П.К. Ано­хи­на», Москва, Россия.

Смот­ри­те также:

• Малы­гин В.Л., Мер­ку­рье­ва Ю.А., Крас­нов И.О. Ней­ро­пси­хо­ло­ги­че­ские осо­бен­но­сти как фак­то­ры рис­ка фор­ми­ро­ва­ния интер­нет-зави­си­мо­го пове­де­ния у подростков
• Малы­гин В.Л., Мер­ку­рье­ва Ю.А. Ней­ро­пси­хо­ло­ги­че­ский про­филь под­рост­ков с интер­нет-зави­си­мым поведением
• Моск­вин В.А., Моск­ви­на Н.В., Шумо­ва Н.С. Асим­мет­рии и инди­ви­ду­аль­ные осо­бен­но­сти сту­ден­тов с про­яв­ле­ни­я­ми интернет-зависимости
• Тол­сто­гу­зов С.Н., Ели­фа­нов А.В., Маш­ки­на С.А., Най­да Ю.В. Пси­хо­фи­зио­ло­ги­че­ские осо­бен­но­сти моло­дых людей с при­зна­ка­ми интернет-зависимости