Analysis of electrophysiological signals during gameplay to assess the severity of gaming disorder

Abstract

게임 이용 장애는 게임에 대한 지속적이거나 반복적인 행동을 특징으로 하는 중독성 행동 장애의 일종으로, 자신의 일상 생활이나 사회에 심각한 손실을 초래합니다. 최근 세계 보건기구 (WHO)의 제 11 차 국제 질병 분류 (ICD-11)에 게임 이용 장애가 추가되면서 게임 이용 장애 진단에 대한 연구가 증가하고 있습니다. 게임 이용 장애에서 관찰되는 특징은 게임에 대한 통제 불가 또는 게임의 과도한 사용과 같은 자기 조절 실패로 인한 증상과 관련이 있기 때문에 대부분의 진단 방법은 게임에 대한 하향식 인지 통제와 연관된 기능들의 감소를 진단하는 방식으로 개발되었습니다. 일반적으로 게임 이용 장애의 분별 및 평가는 집행 기능과 관련된 설문지 및 장기 관찰을 통해 얻은 행동 해석을 기반으로 하는 정신의학적 방법으로 진단됩니다. 그러나 이러한 방법은 주관적인 의견이 반영되어 신뢰도가 감소 할 우려가 있으며 정확한 진단을 위해 장기간의 관찰이 필요합니다. 이러한 한계를 극복하기 위해 최근 연구자들은 생리 학적 분석 방법과 정신의학적 진단 방법을 결합하려고 시도해왔습니다. 최근의 신경 생리학 발견에 따르면, 연구자들은 전두엽 피질이 목표 지향적 행동을 위한 집행 기능을 제어하는 데 중요한 역할을 한다는 것을 발견했습니다. 게임 이용 장애에서 전두엽 피질의 기능 장애는 게임 이용 장애의 증상과 관련이 있으며 이러한 전두엽 피질에서의 기능적 변화가 뇌파 및 심전도 와 같은 전기생리신호에 반영 될 수 있습니다. 따라서 많은 연구자들은 객관적인 매개 변수를 통해 게임 이용 장애의 심각성과 전기생리신호 사이의 관계를 찾으려고 시도했습니다. 최근 연구에 따르면 집행 기능과 관련이 있는 휴식 상태의 뇌파 및 심전도가 게임 이용 장애가 있는 환자 군에서 정상 군과 다른 경향을 보여주는 것을 확인하였습니다. 그러나 일부 연구자들은 게임 이용 장애의 자극에 대한 강한 반응으로 인해 이러한 휴식 상태의 전기생리신호가 집행 기능을 제대로 평가할 수 없다고 주장합니다. 따라서 전기생리학적 신호에 의한 게임 이용 장애의 정확한 진단을 위해서는 실제 게임 상황에서 전기생리신호를 분석해야 합니다. 게임 중 발생하는 전기생리신호를 분석해야하는 필요성에도 불구하고 기존의 게임 이용 장애 연구들에서 사용하는 신호분석방법을 적용하기에는 몇 가지 문제점이 있습니다. 게임 이용 장애의 전기생리신호를 분석하는데 사용되는 기존 방법은 특정 주기 또는 게임 자극 시점을 기준으로 매개 변수의 평균값을 산출합니다. 그러나 게임은 비 주기적으로 발생하는 사건의 집합체이며, 각 참가자의 게임 내용에 따라 게임 내의 어느 정보에 의해 전두엽 기능 장애가 발생하는지 여부가 불분명하기 때문에 게임 자극 시점에 대한 단서를 정의하기 어렵다. 따라서 게임 이용 중 발생하는 전기생리신호의 복잡성을 정량화 할 수 있는 분석 방법을 사용하면 전기생리신호에 의한 게임 이용 장애의 중증도를 기존의 방법보다 더 정확하게 진단 할 수 있습니다. 이 연구에서는 전기생리신호의 복잡성을 정량화하기 위해 뇌파를 이용하여 측정한 네트워크 연결성의 샘플 엔트로피와 심전도를 이용해 측정한 심박변이도 (HRV)을 사용했습니다. 이전 연구들에서 복잡한 자극에 대한 전기생리신호의 복잡성이 인지 유연성과 관련이 있다고 보고되었기 때문에 게임 중 인지 유연성의 변화로 인해 샘플 엔트로피 및 심박변이도의 변화가 나타날 것으로 예상했으며, 이러한 변화의 정도가 게임 이용 장애의 중증도와 관련이 있을 것이라고 예상 하였습니다. . 따라서 본 연구에서는 게임 이용 장애의 중증도와 게임 중 측정한 뇌파 및 심전도로부터 산출한 신호 복잡도와의 상관 관계를 검증하고 게임 이용 장애를 구별하기위한 바이오 마커로서의 타당성을 검증 하였습니다. 그 결과 뇌의 배외측 전전두엽 (dorsolateral prefrontal cortex)과 후두정엽 (posterior parietal cortex) 사이의 세타 밴드 연결성의 샘플 엔트로피와 심박변이도의 고주파 성분은 게임 플레이 중 집중 구간과 비집중구간에 따라 달라졌고, 이러한 변화는 게임 이용 장애 여부에 따라 차이가 있었습니다. 샘플 엔트로피의 변화량은 게임 이용 장애가 없는 대조군에서 더 높았으며 심박변이도는 게임 이용 장애군에서 감소하였습니다. 샘플 엔트로피와 심박변이도의 변화는 게임 이용 장애 점수와 양의 상관 관계가 있었습니다. 이러한 결과를 바탕으로 게임 이용 장애군과 대조군 간 복잡도 매개 변수 변화의 차이를 이용하여 게임 이용 장애를 분류하고 게임 이용 장애 점수를 예측할 수 있는 모델을 구축 하였습니다.|Gaming disorder (GD) is a kind of disorder due to addictive behaviors characterized by persistent or recurrent behavior toward games, which cause significant impairment to oneself or other important areas of functioning. Recently, as GD was added to the 11th International Classification of Diseases (ICD-11) by World Health Organization (WHO), studies on diagnosing GD were increasing. Since the features observed by GD are related to symptoms caused by failure of self-regulation, such as impaired control over gaming or continued excessive use of the game, most diagnostic methods are developed with a focus on the decrease of the top-down cognitive control for games. In general, the screening and assessment of GD are diagnosed by psychiatric instruments based on questionnaires related to executive performance, and a behavioral interpretation obtained through long-term observation. However, these methods have risks that reflect subjective opinions and require a certain period before they can be reliably diagnosed. To overcome these limitations, researchers have attempted to combine physiological analysis methods with psychiatric tools. Based on recent findings from neurophysiological studies, the researchers found that the prefrontal cortex plays an important role in controlling executive functions for goal-directed behavior. The dysfunction of the prefrontal cortex in GD correlates with symptoms of GD and can be reflected in electrophysiological signals such as electroencephalogram (EEG) and electrocardiogram (ECG). Therefore, many researchers have attempted to find the relationship between the severity of GD and electrophysiological signals in the resting state to diagnosis GD via objective parameter. Recent studies found that resting-state EEG and ECG, which have a relationship to executive performance, show different trends in GD. However, some studies argue for these studies that electrophysiological signals in the resting state may not be able to assess executive performance due to the strong cue reactivity of GD. Therefore, the appropriate cue, i.e. the actual game situation, must be presented for accurate diagnosis of GD by electrophysiological signals. Despite the need to analyze the electrophysiological signals during the game, there are problems in applying the conventional methods of analyzing the signals for GD. The conventional methods used for analyzing electrophysiological signals of GD are the average of electrophysiological parameters based on a certain period or cue point. However, the game is a collection of events that occur irregularly, and defining cues for the game event is difficult since it is unclear whether the prefrontal dysfunction occurs in response to what content of the game for each participant. Therefore, using an analysis method capable of quantifying the complexity of the electrophysiological signals during the gameplay, the diagnosed severity of GD by electrophysiological signals could be more accurate than conventional methods. In this study, I used the sample entropy of network connectivity and heart rate variability (HRV) to quantify the complexity of the electrophysiological signals. Since previous studies have suggested that signal complexity to complex stimuli is related to cognitive flexibility, I expected that the sample entropy and HRV changes appear due to changes in cognitive flexibility during the game, and the degree of these changes is related to the severity of GD. Therefore, in this study, I will verify the correlation between the severity of GD and the signal complexity measured from EEG and ECG during the game, and verify the feasibility of signal complexity to distinguish GD As a result, the sample entropy of theta band connectivity between the prefrontal and parietal area of the brain and the high-frequency component of HRV changed according to the attention in gameplay, and these changes were different for groups with gaming disorder. The amount of change in sample entropy was higher in the control group without gaming disorder, and HRV showed negative changes in the gaming disorder group. Changes in sample entropy and HRV were positively correlated with gaming disorder scores. Based on these findings, a model that can classify GD and predict the GD score was constructed using the difference of change of complexity parameters between groups.