Neural correlates of model-based and model-free reinforcement learning in Internet gaming disorder

Abstract

Background: Internet gaming disorder (IGD) has become a serious public health problem, but its neurocognitive mechanisms are unclear yet. Therefore, it is a crucial issue to identify similarities and differences between IGD and other addictive disorders including alcohol use disorder (AUD). Recent studies have supported that a computational psychiatric approach and decision-making framework might be advantageous in conceptualizing IGD and delineating its similarities and differences between psychiatric disorders. This study compared the neurocognitive features associated with model-based and model-free systems in individuals IGD and AUD. Methods: Individuals diagnosed as IGD (n=24), AUD (n=22), and healthy controls (HC; n=30) in young males were scanned with fMRI while performing the two-step task, a well-validated task for appraising the contribution from two decision-making systems, goal-directed (model-based) and habitual (model-free) control systems. Goal of the present study is to investigate the balance between two decision-making systems (model-based/model-free learning) in IGD, AUD, and HC groups using computational modeling and hierarchical Bayesian analysis. Finally, we will describe neural correlates of goal-directed control of IGD and AUD via model-based fMRI analysis. Results: The computational modeling results indicated that both the IGD and AUD groups exhibited similar levels of model-based behavior. However, there were notable differences in the neural correlates of the model-based reward prediction error (RPE) between the two groups. Specifically, the IGD group showed insula-specific activation linked to model-based RPE, whereas the AUD group displayed activation in the prefrontal regions, particularly the orbitofrontal cortex and superior frontal gyrus. Additionally, individuals with IGD demonstrated hyper-connectivity between the insula and other regions within the salience network in the context of model-based RPE. Conclusions: The findings indicate that there may be distinct neurobiological mechanisms driving model-based behavior in IGD and AUD, despite some shared cognitive features identified through computational modeling. As the inaugural neuroimaging study to compare IGD and AUD concerning the model-based system, this research offers new perspectives on the unique decision-making processes associated with IGD. Clinical Relevance: This study highlights critical distinctions in the neurobiological mechanisms of decision-making processes between IGD and AUD. Understanding these differences is crucial for developing targeted therapeutic strategies. The identification of insula-specific activation in IGD and prefrontal activation in AUD suggests that interventions could be tailored to address these distinct neural pathways. For IGD, treatments focusing on modulating insula activity and enhancing salience network connectivity might prove effective. In contrast, AUD interventions might benefit from strategies aimed at improving prefrontal cortex function. These insights pave the way for personalized treatment approaches, potentially improving outcomes for individuals with IGD and AUD. Additionally, this research underscores the value of computational psychiatric approaches and neuroimaging in refining diagnostic criteria and therapeutic targets for addictive disorders.

연구 배경 및 목적: 인터넷 게임 장애(Internet gaming disorder, IGD)는 심각한 공중보건 문제가 되었으나, 그 신경인지 메커니즘은 아직 명확하지 않다. 따라서, IGD와 알코올 사용 장애(AUD)를 비롯한 다른 중독성 장애들과의 유사점과 차이점을 파악하는 것은 중요한 문제이다. 최근의 연구들은, 계산 심리학적 접근과 의사 결정 프레임워크가 IGD를 개념화하고 정신과 질환과의 유사성과 차이점을 구분하는데 유리하다는 것을 지지하고 있다. 본 연구에서는 IGD와 AUD 환자에서 목표지향적(모델기반) 및 습관성(모델프리) 조절 시스템과 관련된 신경인지적 특성을 규명하고자 하였다. 연구 재료 및 방법: 젊은 남성들 중 IGD (n=24), AUD (n=22), 그리고 건강한 대조군 (HC; n=30)으로 진단된 피험자들은 two-stage task를 수행하면서 fMRI검사를 시행 받았다. Two-stage task는 모델기반 및 모델프리 조절 시스템으로부터의 기여도를 평가하기 위해 검증된 과제이다. 본 연구의 목적은, 계산 모델링과 계층 베이지안 분석을 사용하여 IGD, AUD, 그리고 HC 그룹의 두 의사결정 시스템(모델 기반/모델 프리 학습) 간의 균형을 조사하는 것이다. 마지막으로, 우리는 모델 기반 fMRI 분석을 통해 IGD와 AUD의 목표지향적 조절과 관련한 신경상관체를 도출해내고자 하였다. 연구 결과: 계산 모델링 결과, IGD와 AUD 그룹 모두 유사한 수준의 모델 기반 행동을 보였다. 그러나 두 그룹 간에 모델 기반 보상 예측 오류(RPE)에 대한 신경상관체는 구별되는 차이가 있었다. IGD 그룹은 모델 기반 RPE와 관련하여 섬엽에서 활성화를 보인 반면, AUD 그룹은 전두엽 영역, 특히 안와전두 피질과 상부 전두회에서 활성화를 보였다. 또한, IGD 그룹은 모델 기반 RPE의 기능적 연결성 관점에서 섬엽과 현저성 네트워크(salience network)과 관련된 뇌영역들 간의 과다 연결성을 나타냈다. 결론: 본 연구는 IGD와 AUD가 계산 모델링에서 나타나는 공통된 인지적 특성에도 불구하고, IGD와 AUD에서 모델 기반 행동을 매개하는 신경생물학적 메커니즘이 다를 수 있음을 시사한다. 본 연구는 모델 기반 시스템과 관련하여 IGD와 AUD를 비교한 첫 번째 신경영상 연구로서, IGD만의 특징적인 의사결정 과정을 이해하는 데 새로운 관점을 제공한다.