2018, Vol. 16引用本文 |
| 网络成瘾者工作记忆能力的ERP研究 |
2. 北京师范大学发展心理研究院，北京 100875
网络成瘾，是指无成瘾物质作用下的类似冲动行为障碍的上网行为（Young, 1996），或精神行为障碍（陶然等, 2008）。表现为，具有上网使用快感（或满足感）（Chou & Hsiao, 2000），过度使用网络且难以控制上网欲望以及停止或减少网络使用时出现戒断症状（Young, 1996; 陶然等, 2008）。2013年，网络成瘾作为一种精神障碍被纳入已出版的第五版《精神障碍诊断和统计手册》（DSM-Ⅴ）（李琦, 齐玥, 田莫千, 张侃, 刘勋, 2015），自此网络成瘾对人们身心健康的影响也得到了越来越多研究者的关注。研究发现，网络成瘾者往往表现出明显的认知功能损害（贺金波，郭永玉，柯善玉, 赵仑, 2008; 郁洪强, 赵欣, 刘海婴, 王明时, 周鹏, 2009），抑制控制能力较低（Zhou, Yuan, Yao, Li, & Cheng, 2010; Dong, Lu, Zhou, & Zhao, 2010; Dong, Zhou, & Zhao, 2011; Littel et al., 2012），错误监控功能异常（王莹等, 2012），对网络相关刺激具有明显的注意偏向（戴砷懿, 马庆国, 王小毅, 2011; Decker & Gay, 2011; Metcalf & Pammer, 2011; van Holst et al., 2012）。同时网络成瘾者还表现出常规语言流畅功能下降（金璞, 傅先明, 钱若兵, 牛朝诗, 韩晓鹏, 2008），记忆能力受损（Xiong & Yao, 2010; 许汉云等, 2010; Irak, Soylu, & Çapan, 2016）等。
在记忆研究中，工作记忆①一直是研究的热点（陈晓曦, 陈彩琦, 金志成, 2009）。目前对工作记忆的研究主要集中于障碍人群和药物成瘾者。例如，精神分裂症患者工作记忆能力与执行功能的明显缺陷（王湘等, 2010; Berberian et al., 2009）。药物成瘾者同样伴随工作记忆功能的受损，并且其使用药物的数量和年限与工作记忆能力、反应抑制和决策表现存在显著的负相关（Albein-Urios, Martinez-González, Lozano, Clark, & Verdejo-García, 2012; Yan et al., 2014）。有研究者提出，与成瘾药物相关的情景记忆在非成瘾性的药物使用到药物成瘾的形成中起着关键作用（Müller, 2013）。针对网络成瘾者工作记忆的研究发现，与行为和物质成瘾者类似，网络成瘾者同样表现出工作记忆能力的缺陷（Zhou, Zhou, & Zhu, 2016）。如，相比于未成瘾者，网络游戏成瘾者的决策和暂时记忆能力受到影响（许汉云等, 2010），出现较高的P200和P300振幅（Irak et al., 2016），且关联性负变（CNV）波幅降低。其记忆受损的原因，可能是海马功能障碍导致其认知功能尤其是工作记忆能力的下降（贺金波, 洪伟琦, 鲍远纯, 雷玉菊, 2012）。Müller（2013）指出，记忆能力的受损及相关情景记忆的形成可能是成瘾行为产生的重要原因。情景记忆属于长时记忆，是对过去某一特定事件或情景的记忆，而工作记忆是对信息的短暂存储。情景记忆中的经验会影响工作记忆的加工，即对新材料的加工比情景记忆中熟悉材料的加工更早，并且表现出材料差异性，即文字和图片材料的影响不同（郭春彦, 刘荣, 2007）。因此，我们猜测网络成瘾者的工作记忆能力会受到情景记忆中经验的影响。基于此，本研究拟借鉴药物成瘾方面的研究成果，采用经典N-back范式，利用情景记忆中规定熟悉材料和新材料，旨在探究网络成瘾者的工作记忆能力以及情境记忆中经验对其工作记忆能力的影响。
网络成瘾的“线索-反应”范式中，对网络成瘾者来说，情景记忆中的熟悉材料就是网络相关线索，新材料就是网络无关线索。其中，词汇和图片是常用的刺激材料。词汇主要集中于言语工作记忆，而图片集中于视觉工作记忆。经典的N-back任务显示，与积极、消极以及中性图片相比，正常男性被试在4-back任务中对色情图片表现出更低的工作记忆水平（Laier, Schulte, & Brand, 2013）。与网络未成瘾者相比，网络成瘾者在2-back任务中对网络相关词汇的工作记忆水平更高（Nie, Zhang, Chen, & Li, 2016）。这一方面可能由于言语工作记忆和视觉工作记忆的差别，另一方面可能是与词汇相比，图片包含的内容常与情绪和注意相关，从而使得被试的工作记忆任务表现更差（Nie et al., 2016）。也有研究指出，动作类电脑游戏高手在N－back测试中反应时比对照组短，正确率也比对照组高（Colzato, van den Wildenberg, Zmigrod, & Hommel, 2013），说明电脑游戏可能会增强工作记忆表征与信息更新的能力。但是同样也有研究者采用相同的N-back研究范式并未发现显著性的研究结果（黄冰洁, 朱天民, 李辉, 杨阳, 2014）。
可以看出，当前针对网络成瘾者工作记忆的研究结论不一，并且随着事件相关电位（event-related potential, ERP）、功能性核磁共振（functional magnetic resonance imaging, fMRI）等脑电和脑成像技术的发展，目前还没有对言语工作记忆任务和视觉工作记忆任务中网络成瘾者的ERP成分差异的深入探究。以往关于N-back工作记忆的ERP研究中，P3通常是研究的主要成分，代表工作记忆表征的更新能力。如，精神分裂症患者的工作记忆水平受损，P3波幅显著高于对照组（王湘等, 2010）。关于青少年工作记忆的年龄差异的一项研究中，初中组的P3波幅显著低于高中组和大学组（张林, 刘昌, 2006）。N1、N2、P2成分也是工作记忆研究的重要成分，其中N1、P2主要与注意有关，N2与信息的储存加工有关。阅读障碍儿童的言语工作记忆产生的左侧枕颞N1显著低于对照组，而视觉工作记忆产生的N1波幅显著高于对照组，提示阅读障碍儿童在视觉工作记忆的早期加工可能消耗了更多的注意资源。并且阅读障碍儿童在两类记忆任务中的N2波幅都比对照组显著更低，说明阅读障碍儿童难以对信息进行有效地储存加工（晏美文, 2013）。关于网络成瘾者的注意特点，早期研究利用词汇和图片材料已经证实网络成瘾者对网络相关刺激具有明显的注意偏向（戴砷懿, 马庆国, 王小毅, 2011; Decker & Gay, 2011; Metcalf & Pammer, 2011; van Holst et al., 2012; 张智君, 赵均榜, 张锋, 杜凯利, 袁旦, 2008; Zhou, Yuan, & Yao, 2012），但也有研究指出网络游戏成瘾者对网络相关图片没有注意偏向（Jeromin, Nyenhuis, & Barke, 2016）。同时ERP结果显示，与中性词汇相比，网络相关词汇诱发的P2波幅显著更高（戴砷懿等, 2011）。而与非成瘾者相比，网络相关图片产生的P2波幅显著更低（张智君等, 2008）。因此，采用N-back范式结合ERP手段可以用来探究网络成瘾者对网络相关线索和网络无关线索的工作记忆特点以及ERP成分的差异。
综上所述，目前针对网络成瘾者工作记忆能力的研究较少，更鲜有研究利用认知神经科学手段探讨相关的脑机制；其次，网络成瘾者工作记忆方面的研究结果存在不一致的结论。基于此，本研究拟采用ERP手段，通过经典的N-back任务，利用词汇和图片材料，研究网络成瘾者与非成瘾者工作记忆能力的差异，以及网络成瘾者在面对网络相关刺激与网络无关刺激时工作记忆水平的不同，从而比较网络成瘾者与非成瘾者在言语工作记忆和视觉工作记忆两个不同层面上对网络相关刺激与网络无关刺激的工作记忆特点和神经生理层面的差异。本研究假设：（1）与非成瘾者相比，网络成瘾者对网络相关刺激和网络无关刺激的工作记忆水平存在差异；（2）同时在言语工作记忆任务和视觉工作记忆任务中，网络成瘾者与非成瘾者表现出显著的脑电差异，如N1、N2、P2、P3等。
2 研究方法 2.1 被试通过招募的方式，选取男性大学生为被试，以Young网络成瘾量表（Internet Addiction Test, Young, 1998）和DSM-Ⅴ的网络游戏成瘾标准（American Psychiatric Association, 2013）同时进行筛选。依据前人对网络成瘾和网络游戏成瘾标准的界定（郝萍, 2015; Ko et al., 2014），将同时满足网络成瘾量表得分≥50分和DSM网络游戏成瘾标准得分≥5分的被试界定为网络成瘾者，同时满足网络成瘾量表得分<50分和DSM网络游戏成瘾标准得分<5分的被试界定为非成瘾者。使用贝克抑郁自评量表（Beck & Beamesderfer, 1974）和焦虑自评量表（汪向东, 王西林, 马弘, 1999），排除抑郁得分≥5分或焦虑得分≥50分的具有抑郁或焦虑症状的被试，最终选取网络成瘾组和非成瘾组被试各30名。所有被试的年龄范围为17-24岁（M=20.43, SD=1.41），听力、视力或矫正视力均正常，色觉正常，无躯体疾病或其他精神疾病。正式实验之前所有被试均签署了知情同意书。
2.2 实验材料根据杨文娇（2004）编制的网络成瘾类型问卷中将网络成瘾分为网络人际关系成瘾、网络信息成瘾和网络游戏成瘾三类。本研究通过网络选取网络人际关系（如微信）、网络信息（如百度）和网络游戏（如对战）及网络无关词汇（如书桌、毛巾、香蕉等）各40个。由于互联网与日常生活的息息相关性，为了使选取的材料更契合男性大学生群体，我们随后招募了11名普通男性大学生被试（这些被试接触过网络但无成瘾行为, 且这些被试都不会参与接下来的实验）对选取的词汇进行网络相关程度评分，采用7点评分，由低到高为1-7分，包括与网络使用/网络活动的相关、与网络聊天或交流的相关、与上网浏览或下载信息的相关和与网络游戏的相关。剔除平均得分等于4分的词汇，根据平均得分的高低最终从中选取网络相关词汇和网络无关词汇各30个。同时让该11名被试再对初步选取的35张网络相关图片（如网页界面、网络聊天界面、网络游戏界面等）和35张网络无关图片（如树木、钥匙、茶杯等）进行评定，同样采用7点评分，由高到低为1-7分，包括图片的清晰程度、吸引程度、与网络使用/网络活动的联系相关、与网络聊天或交流的联系相关、与上网浏览或下载信息的联系相关和与网络游戏的相关。剔除平均得分等于4分的图片，根据平均得分的高低，最终从中选取网络相关图片和网络无关图片各30张。
 |
| 图 1 词汇任务和图片任务的实验材料示例 |
2.3 实验程序
实验采用经典2-back任务，任务类型分为词汇任务和图片任务两类。两类任务要求相同，即要求被试比较当前刺激与前面间隔一个的那个刺激是否相同。实验中两类任务的先后顺序得到平衡。实验程序由E-Prime 2.0编辑，刺激呈现750ms，刺激间隔（interstimulus interval, ISI）2500ms。正式实验包含网络相关刺激和网络无关刺激两种刺激类型，刺激类型出现的先后顺序随机，每类刺激分3个刺激序列，每个刺激序列含30+2个刺激。其中匹配刺激与非匹配刺激（当前出现的刺激与它前面间隔一个的那个刺激完全相同, 即匹配刺激; 当前出现的刺激与它前面间隔一个的那个刺激不相同, 即非匹配刺激）比例为1:2，以随机顺序呈现。序列间安排休息时间，被试可适当放松眼睛。正式实验之前采用统一指导语及练习序列对被试进行训练直至熟练操作，整个实验持续约30分钟。所有实验结束之后，被试签署登记表，给予被试费50元。
2.4 EEG记录与分析实验仪器为美国Neuroscan公司生产的64导脑电记录系统，采用国际10-20系统扩展的64导银/氯化银合金电极帽记录脑电。以双侧乳突作为参考电极，头皮与电极之间的阻抗<5kΩ，滤波带通为0.05-100Hz，采样率500Hz/导。完成连续记录后，离线叠加处理。首先使用软件去除眼电的影响，根据前人研究和本实验的目的，分析时程（epoch）为刺激呈现后1000ms，基线为刺激出现前200ms，对分段后的脑电数据进行低通为25赫兹（24dB/oct, a zero phase-shift digital filter）的滤波处理，基线矫正，将超过±100μV的数据作为伪迹排除，并按实验条件将网络相关刺激和网络无关刺激分别进行叠加平均。
电脑游戏相关线索诱发的事件相关电位的差异主要集中于顶叶区域（Thalemann, Wö lfling, & Grüsser, 2007）。依据前人研究和本实验的总平均波形图，本研究主要分析枕颞区P7和P8，顶区P3，PZ，P4和枕区O1，OZ，O2的N1，N2成分（张林, 刘昌, 2006; 晏美文, 2013）；顶区P3，PZ，P4和枕区O1，OZ，O2的P2成分（戴砷懿等, 2011; 张智君等, 2008）；顶区P3，PZ，P4的P3成分（王湘等, 2010; 张林, 刘昌, 2006）。同时确定测量窗口为N1（110-170 ms），N2（250-300 ms），P2（180-240 ms）和P3（300-500 ms）（其中, N和P主要以某一时间段波的走向命名, 向上为N波, 向下为P波），对上述ERP成分的平均波幅采用2（被试组别: 网络成瘾组和非成瘾组）×3/6/8（电极位置）×2（刺激类型: 网络相关刺激和网络无关刺激）的重复测量方差分析，其中刺激类型和电极位置为被试内因素，被试组别为被试间因素。方差分析的p值采用Greenhouse-Geisser法校正。
3 研究结果 3.1 反应时和正确率的结果分析为比较网络成瘾组和非成瘾组对网络相关刺激和无关刺激的平均反应时和平均正确率的差异，对词汇任务和图片任务的平均反应时和平均正确率分别采用2（被试组别: 网络成瘾组和非成瘾组）×2（刺激类型: 网络相关刺激和网络无关刺激）的重复测量方差分析。
3.1.1 反应时词汇任务与图片任务平均反应时的重复测量方差分析的结果显示（见表 1），词汇任务中，被试组别的主效应不显著，F（1, 58）=0.66，p=0.42；刺激类型的主效应不显著，F（1, 58）<0.01，p=1.00；刺激类型与被试组别的交互作用不显著，F（1, 58）=0.45，p=0.51。图片任务中，被试组别的主效应不显著，F（1, 58）<0.01，p=0.95；刺激类型的主效应显著，F（1, 58）=63.79，p<0.01，即网络相关图片的平均反应时（M=544.01, SD=5.97）显著长于网络无关图片（M=511.53, SD=7.00）；刺激类型与被试组别的交互作用不显著，F（1, 58）=0.07，p=0.79。
3.1.2 正确率词汇任务与图片任务平均正确率的重复测量方差分析的结果显示（见表 1），词汇任务中，被试组别的主效应不显著，F（1, 58）<0.01，p=0.96；刺激类型的主效应不显著，F（1, 58）=2.34，p=0.13；刺激类型和被试组别的交互作用不显著，F（1, 58）=0.97，p=0.33。图片任务中，被试组别的主效应不显著，F（1, 58）=0.29，p=0.59；刺激类型的主效应显著，F（1, 58）=40.98，p<0.01，即网络相关图片的平均正确率（M=71.90%, SD=1.90）显著低于网络无关图片（M=82.80%, SD=1.20）；刺激类型和被试组别的交互作用不显著，F（1, 58）=1.03，p=0.31。
| 表 1 词汇任务和图片任务的平均反应时和平均正确率M（SD） |
 |
3.2 脑电数据结果分析 3.2.1 N1
对词汇任务和图片任务的N1平均波幅分别采用2（被试组别: 网络成瘾组和非成瘾组）×8（P7, P8, P3, PZ, P4, O1, OZ, O2）×2（刺激类型: 网络相关刺激和网络无关刺激）的重复测量方差分析。结果显示，词汇任务中，被试组别的主效应不显著，F（1, 58）<0.01，p=0.98；刺激类型的主效应接近边缘显著，F（1, 58）=3.49，p=0.07；电极位置的主效应显著，F（7, 52）=10.68，p<0.001；刺激类型与被试组别的交互作用不显著，F（1, 58）=0.72，p=0.40；刺激类型、电极位置和被试组别的三重交互作用接近边缘显著，F（7, 52）=1.91，p=0.09，进一步的简单简单效应分析显示，刺激类型在非成瘾组的P3，PZ，OZ，O2，P7，P8电极上的效应显著，分别为F（1, 58）=4.23，p=0.04；F（1, 58）=11.70，p<0.01；F（1, 58）=9.76，p<0.01；F（1, 58）=24.00，p<0.01；F（1, 58）=4.47，p=0.04；F（1, 58）=5.59，p=0.02<0.05；并且非成瘾组在网络相关词汇条件下的N1平均波幅在上述电极上都显著低于网络无关词汇。刺激类型在网络成瘾组被试的PZ，O2电极上的效应显著，分别为F（1, 58）=8.89，p<0.01；F（1, 58）=9.87，p<0.01，且与非成瘾组相同，网络成瘾组被试面对网络相关词汇的N1波幅也显著低于网络无关词汇。
图片任务中，被试组别的主效应不显著，F（1, 58）=0.83，p=0.37，图片类型的主效应显著，F（1, 58）=16.94，p<0.01；电极位置的主效应显著，F（7, 52）=30.59，p<0.01；刺激类型和被试组别的交互作用不显著，F（1, 58）=1.57，p=0.22；刺激类型和电极位置的交互作用显著，F（7, 52）=6.81，p<0.01；刺激类型、电极位置和被试组别的三重交互作用不显著，F（7, 52）=0.64，p=0.72；对刺激类型和电极位置的交互作用进行进一步的简单效应分析显示，刺激类型在P3，P4，O1，OZ，P7，P8（接近边缘显著）上的效应都显著，分别为F（1, 58）=56.28，p<0.01；F（1, 58）=30.03，p<0.01；F（1, 58）=7.31，p<0.01；F（1, 58）=71.47，p<0.01；F（1, 58）=13.31，p<0.01；F（1, 58）=3.03，p=0.09，网络相关图片比网络无关图片的N1波幅更高。
3.2.2 P2词汇任务中，网络相关词汇的P2波幅显著高于网络无关词汇，F（1, 58）=6.07，p=0.02，然而被试组别的主效应不显著，F（1, 58）=0.83，p=0.37；刺激类型与被试组别的交互作用也不显著，F（1, 58）=0.03，p=0.86；电极的主效应显著，F（5, 54）=24.76，p<0.01；被试组别与电极的交互作用接近边缘显著，F（5, 54）=1.89，p=0.11；刺激类型、电极和被试组别的交互作用也不显著，F（5, 54）=1.02，p=0.42。对被试组别和电极的交互作用进一步分析发现，两组被试在所有电极上组别效应均不显著。
图片任务中，被试组别的主效应不显著，F（1, 58）=1.96，p=0.17；网络相关图片的P2波幅显著低于网络无关图片，F（1, 58）=4.73，p=0.03；电极位置的主效应显著，即F（5, 54）=7.68，p<0.01；刺激类型和被试组别的交互作用不显著，F（1, 58）=0.44，p=0.51；刺激类型、电极和被试组别的交互作用也不显著，F（5, 54）=0.97，p=0.44。
3.2.3 N2重复测量方差分析结果显示，词汇任务中，被试组别的主效应不显著，F（1, 58）=0.08，p=0.78；刺激类型的主效应显著，F（1, 58）=6.70，p=0.01；电极位置的主效应显著，F（7, 52）=32.86，p<0.01；刺激类型和被试组别的交互作用不显著，F（1, 58）=0.27，p=0.60；刺激类型和电极位置的交互作用显著，F（7, 52）=4.97，p<0.01；刺激类型、电极位置和被试组别的三重交互作用显著，F（7, 52）=1.28，p=0.28。作进一步的简单效应分析，刺激类型在P3，PZ，P4（接近边缘显著），O1，OZ，O2，P8上效应显著，分别为F（1, 58）=53.73，p<0.01，F（1, 58）=106.87，p<0.01，F（1, 58）=3.33，p=0.07，F（1, 58）=36.06，p<0.01，F（1, 58）=30.60，p<0.01，F（1, 58）=71.53，p<0.01，F（1, 58）=15.09，p<0.01，且在上述电极上网络相关词汇产生的N2波幅显著高于网络无关词汇。
图片任务中，被试组别的主效应不显著，F（1, 58）=1.18，p=0.28；刺激类型的主效应不显著，F（1, 58）<0.01，p=0.99；电极位置的主效应显著，F（7, 52）=24.45，p<0.01；刺激类型和被试组别的交互作用接近边缘显著，F（1, 58）=2.58，p=0.11；刺激类型和电极的交互作用显著，F（7, 52）=9.05，p<0.01；刺激类型、电极位置和被试组别的三重交互作用不显著，F（7, 52）=0.38，p=0.91。对刺激类型和被试组别的交互作用进一步分析表明，刺激类型在正常对照组被试上效应显著，F（1, 58）=5.40，p=0.04，非成瘾组对网络相关图片产生的N2波幅比网络无关图片更高，而网络成瘾组并未发现这一差异，F（1, 58）=0.53，p=0.47；对刺激类型和电极的交互作用进行进一步分析表明，刺激类型在P3，PZ，P4，OZ，O2，P7，P8上效应显著，分别为F（1, 58）=15.96，p<0.01，F（1, 58）=5.29，p=0.03，F（1, 58）=4.7，p=0.03，F（1, 58）=12.90，p<0.01，F（1, 58）=19.96，p<0.01，F（1, 58）=5.59，p=0.02，F（1, 58）=4.51，p=0.04。
3.2.4 P3重复测量方差分析结果显示，词汇任务下只有电极位置的主效应显著，F（2, 57）=6.20，p<0.01，其他都不显著。图片任务下被试组别的主效应不显著，F（1, 58）=0.59，p=0.45；刺激类型的主效应显著，F（1, 58）=26.66，p<0.01；电极的主效应显著，F（2, 57）=5.52，p<0.01；刺激类型与被试组别的交互作用显著，F（1, 58）=5.60，p=0.02；刺激类型、电极位置和被试组别的三重交互作用不显著，F（2, 57）=0.42，p=0.66。
对图片任务中刺激类型和被试组别的交互作用进行进一步的简单效应分析显示，网络成瘾组中刺激类型的效应显著，F（1, 58）=8.91，p<0.01，网络相关图片条件下的P3平均波幅显著高于网络无关图片，然而在非成瘾组中这两种刺激类型所产生的P3波幅的差异未达到统计检验的显著性水平，F（1, 58）=3.00，p=0.09，虽然这种差异达到了边缘性显著，但与网络成瘾组还是有所区别。
 |
| 注：-----网络相关词汇 ───网络无关词汇 （图中所标注的代表某一时间段的成分） 图 2 词汇任务中两组在四个代表性电极点（P3、P7、OZ、O2）的ERP波形图 |
 |
| 注：-----网络相关图片 ───网络无关图片（图中所标注的代表某一时间段的成分） 图 3 图片任务中两组在四个代表性电极点（PZ、P4、OZ、O2）的ERP波形图 |
4 讨论 4.1 网络成瘾者工作记忆任务的反应时和正确率
本研究在词汇任务和图片任务中，都没有发现网络成瘾者与非成瘾者的平均反应时和正确率的显著差异，黄冰洁等（2014）的研究同样也未发现正确率的组别差异，但是发现了反应时的组别差异。也有先前研究发现与非成瘾者相比，网络成瘾者对网络相关词汇的工作记忆水平显著更高（Nie et al., 2016）；与网络色情成瘾类似，正常男性被试在4-back任务中对色情图片表现出更低的工作记忆水平（Laier et al., 2013）；动作类电脑游戏高手的工作记忆水平显著高于对照组（Colzato et al., 2013）。这都表明网络成瘾者应该对网络相关刺激的工作记忆水平更高，但与本研究的结果相矛盾。在词汇任务中，本研究中两组被试在网络相关词汇与网络无关词汇上没有显著差异，而在图片任务中，两组被试对网络相关图片的反应时显著长于网络无关图片，其正确率也显著更低，说明网络相关图片的心理加工程度可能更为复杂，但很难说明网络成瘾者可能存在言语工作记忆水平和视觉工作记忆水平的异常，以及网络成瘾者和非成瘾者面对网络相关刺激与网络无关刺激工作记忆水平存在差异这一结论。由于目前对网络成瘾的定义仍存在争议，也没有通用的诊断量表，不同研究所采用的诊断标准和被试分组的标准都不一致，如有研究采用中文网络成瘾量表（Chen Internet Addiction Scale, CIAS），并且根据分数标准剔除了网络成瘾得分边缘的被试（Nie et al., 2016）；Colzato等（2013）选取的对照组是对动作性网络游戏没有任何经验的被试，而本研究采用的是Young网络成瘾量表和DSM-V的网络游戏成瘾标准同时进行筛选。因此不同研究间的结论也会有所差异。
4.2 网络成瘾者工作记忆能力相关的ERP成分 4.2.1 语音信息提取和视觉注意的N1成分ERP数据分析发现，在词汇任务中，网络成瘾组和非成瘾组被试在面对网络相关词汇时产生的N1波幅显著低于网络无关词汇；而在图片任务中，对于两组被试而言，网络相关图片诱发的N1波幅显著高于网络无关图片。可以看出，任务类型的不同所产生的N1波幅的差异是不同的。N1最初是在听觉研究中产生于听觉通路投射到皮层结构的早期加工成分，与刺激的意义和重要性有关（贺金波等, 2008）。对网络成瘾者的研究发现，其听觉N1的波幅显著高于非成瘾者，表明相同强度的声音刺激吸引了成瘾者更多的注意，大脑皮层的唤醒强度更大（贺金波等, 2008）。赵仑和高文彬（2007）对网络成瘾者早期视知觉的研究发现，网络成瘾组对面孔识别产生了更大的N170成分，并且在颞枕区的Nd170成分（面孔的N170减去非面孔的N170）明显提前且高于对照组（赵仑, 高文彬, 2007）。两类研究结果一致，即网络成瘾者都产生了较大波幅的N1成分，提示网络成瘾者可能出现注意功能的易化。因此，早期的N1成分通常被认为与选择性注意有关，对信息在工作记忆中的保持具有重要作用（晏美文, 2013）。但是针对工作记忆研究的不同方面，如言语工作记忆、视觉工作记忆，所产生的N1波幅的差异是不同的。例如，对汉字读音加工的言语工作记忆的研究中，阅读障碍儿童的左侧枕颞N1的波幅显著低于正常儿童。颞枕区是识别刺激的重要脑区，其产生的N1波幅反映了个体对刺激的语音提取能力，提示阅读障碍儿童可能难以对汉字读音进行有效加工。相反，在视觉工作记忆的研究中，阅读障碍儿童对汉字字形诱发的N1波幅显著高于正常儿童，提示阅读障碍儿童的早期视觉识别加工消耗了更多的心理认知资源（晏美文, 2013）。与本研究类似的是，两组被试在面对网络相关词汇时产生的顶区和枕区N1波幅都较低，并且非成瘾组被试在枕颞区P7、P8也出现了这种显著性差异，而网络成瘾组并没有出现。可能由于词汇任务集中于言语工作记忆，被试对词汇记忆采用了语音提取的方法，这与实验后被试报告词汇任务比图片任务简单，词汇记忆时只要对所记忆的词汇不断复述的现象也是一致的。因此，与网络成瘾者相比，非成瘾者对网络相关词汇更可能存在语音提取的困难；而在图片任务中，两组被试对网络相关图片的N1波幅都显著更高，这与上述视觉工作记忆的结果也是一致的，即被试对网络相关图片的早期视觉识别加工都消耗了更多的注意资源。
4.2.2 注意偏向的P2成分网络成瘾注意偏向的研究指出，网络游戏成瘾者对网络相关词汇比中性词汇产生了更大波幅的P200和P300，而非成瘾者未发现相同结果，因此网络游戏成瘾者对游戏相关线索的注意偏向可能是其成瘾行为产生和维持的基础（戴砷懿等, 2011）。另一项研究中发现与非成瘾者相比，网络游戏图片对网络游戏过度使用者诱发的P2波幅较低（张智君等, 2008）。同样，在本研究中网络成瘾者和非成瘾者对网络相关词汇产生的P2波幅也都显著高于网络无关词汇，两组被试对网络相关词汇都出现了明显的注意偏向；两组被试在面对网络相关图片时对网络相关图片产生的P2波幅更弱。P2波幅与视觉注意范围存在显著的负相关（高文斌, 罗跃嘉, 魏景汉, 彭小虎, 卫星, 2002; 张智君等, 2008），并且与词汇相比，图片充斥着更多的与情绪和注意相关的内容（Nei et al., 2016），因此两组被试在图片任务中对网络相关图片可能是由于注意偏向扩大了注意范围，导致P2波幅较低。但是，本研究在词汇任务和图片任务中都没有发现P2波幅的组别差异，这不能说明网络成瘾组和非成瘾组不存在注意偏向的差异。这可能是由于随着目前互联网的普及，无论是网瘾被试还是非网瘾被试，二者对网络相关词汇或图片都较熟悉，在注意偏向上差异缩小。此外，在本研究中未对网络成瘾的亚类型进行区分，实验材料中与网络相关的刺激涵盖了网络成瘾的几种亚类型，例如“微信”与网络人际关系相关，“百度”与网络信息相关，“对战”与网络游戏相关。而实验被试则可能分属于不同的网络成瘾亚类型，面对其他网络成瘾亚类型的词汇，并不能表现出注意偏向。
4.2.3 早期储存加工的 N2成分在言语工作记忆中，N2可能与词汇读音的早期复述加工有关（晏美文, 2013）。而在视觉工作记忆的研究中被试会在脑后部产生对侧N2负波，并且这一负波主要集中于顶区部位，可能与工作记忆的保持有关（Vogel & Machizawa, 2004）。本研究中两组被试面对网络相关词汇时产生的N2波幅都显著高于网络无关词汇，说明两组被试都能有效的区分这两类刺激（晏美文, 2013），并且对网络相关词汇的储存加工需要耗费更多的认知资源，虽然在反应时和正确率上并没有表现出这种加工困难，但是在ERP数据上还是表现了出来。而在图片任务中，非成瘾组对网络相关图片产生的N2波幅更高，然而网络成瘾组并没有表现出这种差异，说明非成瘾组对这两种刺激的区分是存在明显差异的，并且网络相关图片的记忆可能更难，需要耗费更多的认知加工资源，这一点在反应时和正确率的结果上也可以看出。而网络成瘾者对网络相关图片更熟悉，在早期的储存加工上并没有将更多的资源分配给网络相关图片。由此也可以看出网络成瘾者在言语工作记忆和视觉工作记忆上对网络相关刺激的早期加工存在差异。
4.2.4 工作记忆表征更新的P3成分P3成分是反映大脑认知加工能力的重要指标，一直是工作记忆的研究热点，其波幅大小反映了工作记忆中表征的更新能力，并且波幅最大的部位主要集中于顶区（张林, 刘昌, 2006）。研究发现，2-back条件下精神分裂症患者在顶区诱发的P3波幅显著高于对照组，反映了精神症分裂患者存在工作记忆的损害（王湘等, 2010）。在本研究中，对两组被试顶区电极的研究发现，词汇任务中，两组被试对两类词汇没有出现任何的显著性差异，而在图片任务中网络成瘾者在网络相关图片条件下的P3波幅显著高于网络无关图片，而非成瘾组的这种差异只达到了边缘显著，仍与网络成瘾组存在区别。这一发现与反应时及正确率的结果也是一致的，即两组被试对网络相关词汇的正确率没有差异，而对网络相关图片的正确率都较低，说明两组被试对网络相关词汇的记忆水平与网络无关词汇没有差别，但是对网络相关图片却表现出工作记忆水平的低下，并且网络成瘾者更可能表现出这种较低的记忆水平。同时也说明了网络成瘾者和非成瘾者对网络相关刺激和网络无关刺激的言语工作记忆水平和视觉工作记忆水平是存在差异的。其原因，可能是由于网络相关图片比网络无关图片包含更多与情绪、注意相关的内容，网络相关图片作为情景记忆中的熟悉客体，其情景记忆中的知识经验可能会干扰工作记忆，导致网络成瘾者对网络相关图片的工作记忆水平较低，可能存在工作记忆的损害。工作记忆模型包含语音环路、视空间模板、中央执行系统和情景记忆缓冲器（郭春彦, 刘荣, 2007）。网络成瘾者在词汇任务中并没有表现出较低的工作记忆水平，是因为工作记忆模型中的语音环路和视空间模板作为存储单元，其中语音环路又称言语工作记忆，主要处理语音信息，一般认为其用于词汇学习中对物体或场景的命名，视空间模板又称视觉工作记忆，主要处理视空间信息（晏美文, 2013）。因此两种任务中，被试采用的记忆编码方式不同，词汇记忆采用语音编码，图片记忆采用视觉编码；并且日常生活中，网络成瘾者对视觉信息的接触更多，词汇任务中网络相关词汇的情景记忆的经验可能不足以影响其工作记忆过程，因此产生了网络成瘾者言语工作记忆和视觉工作记忆水平的差异，也间接证实了工作记忆过程中情景记忆经验的影响也具有材料差异性。
遗憾的是，在两类任务中，无论是行为结果，还是脑电结果，本研究都没有发现网络成瘾者与非成瘾者工作记忆水平的组别差异。对此，我们提出了以下两点设想。首先，可能是由于随着互联网的普及，非成瘾者对网络相关线索也较熟悉，采用现有的诊断标准，网络成瘾的界限不太明显，没有“成功”将网络成瘾者和非成瘾者区分开来；其次，本研究未区分网络成瘾的亚类型，且选取的网络相关材料也涵盖了不同的类型。根据Young提出的网络成瘾的五种亚类型，他认为网络成瘾具有不同的特点，可以分为网络游戏成瘾、网络色情成瘾、网络关系成瘾、网络信息成瘾和网络强迫行为（Young, 1998）。因此，我们猜测，本研究选取的网络成瘾被试可能涵盖了网络成瘾的不同亚类型，且针对不同类型的材料具有不同的反应，由此造成了与非成瘾者没有差异的这一结论。基于此，我们提出：第一，未来研究可以进一步改进网络成瘾的诊断标准，选取具有较大区分度的两组被试来探究他们工作记忆水平的差异；第二，未来研究可以选取不同类型的网络成瘾者，探究其言语工作记忆和视觉工作记忆的特点和脑机制的差异；第三，本研究只采用了2-back任务，未来研究可以采用0-back、1-back等任务，比较网络成瘾者在不同负荷水平下言语工作记忆和视觉工作记忆的差异；最后，本研究结果发现网络成瘾者对网络相关图片的视觉工作记忆水平显著较低，因此，未来可以在本研究结果的基础上，有针对性地制定相应策略对网络成瘾者的视觉工作记忆进行矫正。
5 结论本研究通过经典的2-back任务发现，（1）在视觉工作记忆任务中，与网络无关图片相比，网络成瘾者和非成瘾者对网络相关图片的反应时均显著更长，正确率也显著更低，而在言语工作记忆中无此显著差异；（2）非成瘾者面对网络相关图片产生的N2波幅显著高于网络无关图片，网络成瘾者对网络相关图片产生的P3波幅显著高于网络无关图片。两组差异表明网络成瘾者在言语工作记忆和视觉工作记忆上对网络相关刺激的早期加工存在差异，网络成瘾者对网络相关图片的视觉工作记忆水平较低。
数据来自中国教育在线网站
陈彩琦. (2004). 工作记忆的ERP研究. 华南师范大学学报(社会科学版), (6): 114-120. |
陈晓曦, 陈彩琦, 金志成. (2009). 网络成瘾者的特征捆绑机制. 华南师范大学学报(自然科学版), (4): 121-126. |
戴砷懿, 马庆国, 王小毅. (2011). 网络游戏成瘾者对成瘾相关线索的注意偏向: 一项ERP研究. 心理科学, (6): 1302-1307. |
高文斌, 罗跃嘉, 魏景汉, 彭小虎, 卫星. (2002). 固定位置区域提示下视觉注意范围等级的ERP研究. 心理学报, 34(5): 443-448. |
郭春彦, 刘荣. (2007). 工作记忆与情景记忆的相互作用. 心理科学进展, 15(1): 29-35. |
郝萍. (2015). 大学生完美主义、焦虑和网瘾的关系研究. 心理科学进展, 5(11): 657-666. |
贺金波, 郭永玉, 柯善玉, 赵仑. (2008). 网络游戏成瘾者认知功能损害的ERP研究. 心理科学, 31(2): 380-384. |
贺金波, 洪伟琦, 鲍远纯, 雷玉菊. (2012). 网络成瘾者的大脑异于常人吗?. 心理科学进展, 20(12): 2033-2041. |
黄冰洁, 朱天民, 李辉, 杨阳. (2014). 基于Stroop效应及N-back工作记忆研究网络成瘾患者执行功能的探讨. 辽宁中医杂志, (12): 2515-2517. |
金璞, 傅先明, 钱若兵, 牛朝诗, 韩晓鹏. (2008). 青少年网络成瘾的事件相关电位n400研究. 立体定向和功能性神经外科杂志, (6): 333-335. |
李琦, 齐玥, 田莫千, 张侃, 刘勋. (2015). 网络成瘾者奖赏系统和认知控制系统的神经机制. 生物化学与生物物理进展, (1): 32-40. |
陶然, 王吉囡, 黄秀琴, 刘彩谊, 姚淑敏, 肖利军, …张英. (2008). 网络成瘾的命名、定义及临床诊断标准. 武警医学, 19(9): 773-776. |
王湘, 王晓晟, 王晓燕, 刘鼎, 陈斌, 姚树桥. (2010). 精神分裂症患者N-back工作记忆神经机制异常的ERP研究. 中国临床心理学杂志, 18(3): 269-273. |
汪向东, 王西林, 马弘. (1999). 心理卫生评定量表手册 (增订版). 北京: 中国心理卫生杂志社.
|
王莹, 翟天野, 盛文斌, 邵永聪, 张英, 马海春, 陶然. (2012). 网络成瘾者错误监控异常的ERP证据. 中国药物依赖性杂志, 21(3): 197-199. |
许汉云, 傅先明, 钱若兵, 韩晓鹏, 牛朝诗, 汪业汉. (2010). 网络游戏成瘾青少年事件相关电位关联性负变的实验研究. 中国微侵袭神经外科杂志, 15(5): 218-220. |
晏美文. (2013). 阅读障碍儿童单字词加工的工作记忆研究 (博士学位论文). 湖南师范大学.
|
杨文娇. (2004). 大学生网络成瘾类型及其与人格特征的关系研究 (博士学位论文). 华中科技大学.
|
郁洪强, 赵欣, 刘海婴, 王明时, 周鹏. (2009). 过度使用互联网对脑电时频特性的影响研究. 自然科学进展, 19(4): 456-461. |
张林, 刘昌. (2006). 青少年工作记忆的年龄差异: 脑事件相关电位研究. 中国临床心理学杂志, 14(5): 542-546. |
张智君, 赵均榜, 张锋, 杜凯利, 袁旦. (2008). 网络游戏过度使用者的注意偏向及其ERP特征. 应用心理学, 14(4): 291-296. |
赵仑, 高文彬. (2007). 网络成瘾患者早期面孔加工N170的研究. 航天医学与医学工程, 20(1): 72-74. |
Albein-Urios, N., Martinez-González, J. M., Lozano, Ó., Clark, L., & Verdejo-García, A. (2013). Comparison of impulsivity and working memory in cocaine addiction and pathological gambling: Implications for cocaine-induced neurotoxicity. Drug & Alcohol Dependence, 126(1-2): 1-6. |
American Psychiatric Association. 2013. Diagnostic and statistical manual of mental disorders—text revision (5th ed.). Washington, DC: American Psychiatric Association.
|
Beck, A. T., & Beamesderfer, A. (1974). Assessment of depression: The depression inventory. Modern Problems of Pharmacopsychiatry, 7: 151-169. DOI:10.1159/issn.0077-0094 |
Berberian, A. A., Trevisan, B. T., Moriyama, T. S., Montiel, J. M., Oliveira, J. A., & Seabra, A. G. (2009). Working memory assessment in schizophrenia and its correlation with executive functions ability. Revista Brasileira De Psiquiatria, 31(3): 219-226. DOI:10.1590/S1516-44462009000300007 |
Chou, C., & Hsiao, M. C. (2000). Internet addiction, usage, gratification, and pleasure experience: The Taiwan college students’ case. Computers & Education, 35(1): 65-80. |
Colzato, L. S., van den Wildenberg, W. P. M., Zmigrod, S., & Hommel, B. (2013). Action video gaming and cognitive control: Playing first person shooter games is associated with improvement in working memory but not action inhibition. Psychological Research, 77(2): 234-239. DOI:10.1007/s00426-012-0415-2 |
Decker, S. A., & Gay, J. N. (2011). Cognitive-bias toward gaming-related words and disinhibition in World of Warcraft gamers. Computers in Human Behavior, 27(2): 798-810. DOI:10.1016/j.chb.2010.11.005 |
Dong, G. H., Lu, Q. L., Zhou, H., & Zhao, X. (2010). Impulse inhibition in people with internet addiction disorder: Electrophysiological evidence from a Go/NoGo study. Neuroscience Letters, 485(2): 138-142. DOI:10.1016/j.neulet.2010.09.002 |
Dong, G. H., Zhou, H., & Zhao, X. (2011). Male internet addicts show impaired executive control ability: Evidence from a color-word Stroop task. Neuroscience Letters, 499(2): 114-118. DOI:10.1016/j.neulet.2011.05.047 |
Irak, M., Soylu, C., & Çapan, D. (2016). Playing violent video games and its relation with working memory: An event-related brain potential study. In 3rd International of the European Society for Cognitive and Affective Neuroscience. Porto, Portugal.
|
Jeromin, F., Nyenhuis, N., & Barke, A. (2016). Attentional bias in excessive internet gamers: Experimental investigations using an addiction Stroop and a visual probe. Journal of Behavioral Addictions, 5(1): 32-40. DOI:10.1556/2006.5.2016.012 |
Ko, C. H., Yen, J. Y., Chen, S. H., Wang, P. W., Chen, C. S., & Yen, C. F. (2014). Evaluation of the diagnostic criteria of internet gaming disorder in the dsm-5 among young adults in Taiwan. Journal of Psychiatric Research, 53(1): 103-110. |
Laier, C., Schulte, F. P., & Brand, M. (2013). Pornographic picture processing interferes with working memory performance. The Journal of Sex Research, 50(7): 642-652. DOI:10.1080/00224499.2012.716873 |
Littel, M., van den Berg, I., Luijten, M., van Rooij, A. J., Keemink, L., & Franken, I. H. A. (2012). Error processing and response inhibition in excessive computer game players: An event-related potential study. Addiction Biology, 17(5): 934-947. DOI:10.1111/j.1369-1600.2012.00467.x |
Metcalf, O., & Pammer, K. (2011). Attentional bias in excessive massively multiplayer online role-playing gamers using a modified Stroop task. Computers in Human Behavior, 27(5): 1942-1947. DOI:10.1016/j.chb.2011.05.001 |
Müller, C. P. (2013). Episodic memories and their relevance for psychoactive drug use and addiction. Frontiers in Behavioral Neuroscience, 7: 34. |
Nie, J., Zhang, W., Chen, J., & Li, W. D. (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. DOI:10.1016/j.psychres.2016.01.004 |
Thalemann, R., Wölfling, K., & Grüsser, S. M. (2007). Specific cue reactivity on computer game-related cues in excessive gamers. Behavioral Neuroscience, 121(3): 614-618. DOI:10.1037/0735-7044.121.3.614 |
van Holst, R. J., Lemmens, J. S., Valkenburg, P. M., Peter, J., Veltman, D. J., & Goudriaan, A. E. (2012). Attentional bias and disinhibition toward gaming cues are related to problem gaming in male adolescents. Journal of Adolescent Health, 50(6): 541-546. DOI:10.1016/j.jadohealth.2011.07.006 |
Vogel, E. K., & Machizawa, M. G. (2004). Neural activity predicts individual differences in visual working memory capacity. Nature, 428(6984): 748-751. DOI:10.1038/nature02447 |
Xiong, J. Y., & Yao, L. Y. (2010). The research of event-related potentials in working memory of the juvenile internet addiction. In International Conference on E-Health Networking, Digital Ecosystems and Technologies (Vol.1, pp. 93–95). Shenzhen, China: IEEE.
|
Yan, W. S., Li, Y. H., Xiao, L., Zhu, N., Bechara, A., & Sui, N. (2014). Working memory and affective decision-making in addiction: A neurocognitive comparison between heroin addicts, pathological gamblers and healthy controls. Drug & Alcohol Dependence, 134: 194-200. |
Young, K. S. (1996). Internet addiction: The emergence of a new clinical disorder. CyberPsychology & Behavior, 1(3): 237-244. |
Young, K. S. (1998). Caught in the net: How to recognize the signs of internet addiction--and a winning strategy for recovery. Assessment, 21(6): 713-722. |
Zhou, Z. Z., Yuan, G. Z., & Yao, J. J. (2012). Cognitive biases toward internet game-related pictures and executive deficits in individuals with an internet game addiction. PLoS One, 7(11): e48961. DOI:10.1371/journal.pone.0048961 |
Zhou, Z. H., Yuan, G. Z., Yao, J. J., Li, C., & Cheng, Z. H. (2010). An event-related potential investigation of deficient inhibitory control in individuals with pathological internet use. Acta Neuropsychiatrica, 22(5): 228-236. DOI:10.1111/j.1601-5215.2010.00444.x |
Zhou, Z. Z., Zhou, H. L., & Zhu, H. M. (2016). Working memory, executive function and impulsivity in internet-addictive disorders: A comparison with pathological gambling. Acta Neuropsychiatrica, 28(2): 92-100. DOI:10.1017/neu.2015.54 |
2. Institute of Developmental Psychology, Beijing Normal University, Beijing 100875