Способ диагностики патологического влечения к психоактивным веществам у лиц с тяжёлыми психическими расстройствами, находящихся на принудительном лечении, с применением трекинга глаз

Полный текст:   Только для подписчиков

Рекомендуемое оформление библиографической ссылки:

Макушкина О.А., Шарабидзе Н.Г., Авдонина С.М., Макушкин Е.В. Способ диагностики патологического влечения к психоактивным веществам у лиц с тяжёлыми психическими расстройствами, находящихся на принудительном лечении, с применением трекинга глаз // Российский психиатрический журнал. 2020. №3. С. 28-37.

Аннотация

Представлен новый способ диагностики патологического влечения к психоактивным веществам у лиц с тяжёлыми психическими расстройствами. Технология заключается в предъявлении больному оригинального визуального диагностического теста с параллельным использованием айтрекера Gazepoint Control. Ориентировочно-исследовательское глазное поведение оценивается посредством регистрации трёх параметров с последующим экспертно-метрическим анализом полученных данных. Наличие патологического влечения у больного оценивается через уравнение регрессии (дискриминантную функцию). Применение предлагаемой технологии будет способствовать повышению точности, объективизации клинической диагностики и прогнозирования вероятности общественно опасного поведения психически больных, к факторам риска которого относятся болезни зависимости.

Ключевые слова новый способ диагностики; технология; психические расстройства; общественная опасность; оценка наличия патологического влечения к психоактивным веществам с применением трекинга глаз; профилактика противоправного поведения; принудительное лечение

Литература

1. Steele VR, et al. Machine Learning of Functional Magnetic Resonance Imaging Network Connectivity Predicts Substance Abuse Treatment Completion. Biol Psychiatry Cogn Neurosci Neuroimaging. 2018;3(2):141–9. PMCID: PMC5851466; DOI: 10.1016/j.bpsc.2017.07.003 2. Forster SE, Dickey MW, Forman SD. Regional cerebral blood flow predictors of relapse and resilience in substance use recovery: A coordinate-based meta-analysis of human neuroimaging studies. Drug Alcohol Depend. 2018;185:93–105. DOI: 10.1016/j.drugalcdep.2017.12.009 3. Bodkyn CN, Holroyd CB. Neural mechanisms of affective instability and cognitive control in substance use. Int J Psychophysiol. 2019;146:1–19. PMID: 31400355; DOI: 10.1016/j.ijpsycho.2019.08.003 4. de la Fuente A, et al. Multimodal neurocognitive markers of interoceptive tuning in smoked cocaine. Neuropsychopharmacology. 2019;44(8):1425–34. DOI:10.1038/s41386-019-0370-3 5. Fuertes-Saiz A, et al. Sensorimotor Gating in Cocaine-Related Disorder with Comorbid Schizophrenia or Antisocial Personality Disorder. J Dual Diagn. 2019;4263:1–11. DOI: 10.1080/15504263.2019.1633489 6. Sayette MA. The Role of Craving in Substance Use Disorders: Theoretical and Methodological Issues. Annu Rev Clin Psychol. 2016;12(1):407–33. DOI: 10.1146/annurev-clinpsy-021815-093351 7. Franken IHA, Wetering BJM. Bridging the gap between the neurocognitive lab and the addiction clinic. Addict Behav. 2015;44:108–14. PMID: 25500167; DOI: 10.1016/j.addbeh.2014.11.034 8. Ekhtiari H, et al. Neuroscience of drug craving for addiction medicine: From circuits to therapies. Progress in Brain Research. 2016;223:115–41. PMID: 26806774; DOI: 10.1016/bs.pbr.2015.10.002 9. Field M, Marhe R, Franken IHA. The clinical relevance of attentional bias in substance use disorders. CNS Spectr. 2014;19(3):225–30. PMID: 23663386; DOI: 10.1017/S1092852913000321 10. Zhao Q, et al. Neural correlates of drug-related attentional bias in heroin dependence. Front Hum Neurosci. 2018;11:1–13. PMID: 29410620; PMCID: PMC5787086; DOI: 10.3389/fnhum.2017.00646 11. Kim M, et al. Dysfunctional attentional bias and inhibitory control during anti-saccade task in patients with internet gaming disorder: An eye tracking study. Prog Neuro-Psychopharmacology Biol Psychiatry. 2019;95:109717. PMID: 31351161; DOI: 10.1016/j.pnpbp.2019.109717 12. Kang OS, et al. Individual differences in smoking-related cue reactivity in smokers: An eye-tracking and fMRI study. Prog Neuro-Psychopharmacology Biol Psychiatry. 2012;38(2):285–93. PMID: 22542509; DOI: 10.1016/j.pnpbp.2012.04.013 13. Christiansen P, et al. Internal reliability of the alcohol-related visual probe task is increased by utilising personalised stimuli and eye-tracking. Drug Alcohol Depend. 2015;155:170–4. PMID: 26239377; DOI: 10.1016/j.drugalcdep.2015.07.672 14. Barabanshchikov VA. Aytreking v psikhologicheskoy nauke i praktike. Moscow: Kogito-Tsentr; 2015. 410 p. Russian. 15. Sinha R. Modeling stress and drug craving in the laboratory: implications for addiction treatment development. Addiction biology. 2009;14(1):84–98. PMID: 18945295; DOI: 10.1111/j.1369-1600.2008.00134.x 16. Nummenmaa L, et al. Food catches the eye but not for everyone: A BMI–contingent attentional bias in rapid detection of nutriments. PLoS One. 2011;6(5):1–7. PMID: 21603657; PMCID: PMC3095600; DOI: 10.1371/journal.pone.0019215 17. Mogg K, et al. Eye movements to smoking‐related pictures in smokers: relationship between attentional biases and implicit and explicit measures of stimulus valence. Addiction. 2003;98(6):825–36. PMID: 12780371; DOI: 10.1046/j.1360-0443.2003.00392.x 18. Soleymani A, et al. Free-viewing multi-stimulus eye tracking task to index attention bias for alcohol versus soda cues: Satisfactory reliability and criterion validity. Addictive behaviors. 2020;100:106117. DOI: 10.1016/j.addbeh.2019.106117 19. Baschnagel JS. Using mobile eye-tracking to assess attention to smoking cues in a naturalized environment. Addictive behaviors. 2013;38(12):2837–40. DOI: 10.1016/j.addbeh.2013.08.005 20. Field M, et al. The role of attentional bias in obesity and addiction. Health Psychology. 2016;35(8):767–80. PMID: 27505196; DOI: 10.1037/hea0000405 21. Shen B, et al. Attentional bias to betel quid cues: An eye tracking study. Psychology of Addictive Behaviors. 2016;30(6):705–11. PMID: 27631615; DOI: 10.1037/adb0000191 22. Duchowski AT. Eye tracking methodology: Theory and practice. Third edition. Springer International Publishing; 2017. 366 p. 23. Bolmont M, Cacioppo JT, Cacioppo S. Love Is in the Gaze: An Eye-Tracking Study of Love and Sexual Desire. Psychological Science. 2014;25(9):1748–56. PMID: 25031302; PMCID: PMC4273641; DOI: 10.1177/0956797614539706 24. Hristova E, Grinberg M. Time Course of Eye Movements during Painting Perception. Eds B Kokinov, A Karmiloff-Smith, N Nersessian. Proceedings of the European Conference of Cognitive Science. New Bulgarian University Press, 2011. URL: http://old.nbu.bg/cogs/eurocogsci2011/proceedings/pdfs/EuroCogSci-paper196.pdf 25. Kostin AN, Golikov JuJa. Konceptual'nye osnovanija sovmestnogo analiza JeOG i KGR dlja issledovanija psihicheskoj reguljacii dejatel'nosti i funkcional'nyh sostojanij. Moscow; 2010. p. 515–9. Russian. 26. Pannasch S, Schuls J, Velichkovsky B. Influence visual fixations in scene perception: evidences for two distinct of fixation. In: IV Mezhdunarodnaja konferencija po kognitivnoj nauke: tezisy dokladov. Tomsk; 2010. 87 p. Russian. 27. Macworth NH, Morandi AJ. The gaze selects informative details within pictures. Perception and Psychophysics. 1967;2(11):547–52. 28. Ognev AS, Likhacheva EV. [The validity of eye tracking as the instrument of personological psychodiagnosis]. Uspehi sovremennogo estestvoznanija [Advances in current natural sciences]. 2015;(1–8):1311–4. Russian. 29. Bessonova YV, Petrovich DL, Oboznov AA, et al. Oculomotor markers of deception. Fundamental'nye i prikladnye issledovanija sovremennoj psihologii. Rezul'taty i perspektivy razvitiya. Ed. AL Zhuravlev, VA Kol'cova. Moscow; 2017. p. 2295–305. Russian. 30. Bessonova YV, Oboznov AA, Lobanova LA. Ispol'zovaniye aytrekinga dlya diagnostiki motivatsii lichnosti. Aytreking v psikhologicheskoy nauke i praktike. Moscow: Kogito-Tsentr; 2015. p. 147–57. Russian. 31. Fan Ts, Likhacheva EV, Ognev AS. [The use of cognitive induction in oculometric psychodiagnostics]. Mezhdunarodnyy zhurnal prikladnykh i fundamental'nykh issledovaniy. 2018;(5–2):427–31. Russian. 32. Ognev AS, Lihacheva EV. [Oculographic analysis of psychosemantic features of computer images]. In: Lichnost' v informatsionno-obrazovatel'nom prostranstve: otvety na vyzov vremeni. Sbornik dokladov Vserossiyskoy nauchno-prakticheskoy konferentsii. Rossiyskiy novyy universitet. Moscow; 2018. p. 98–103. Russian.



DOI: http://dx.doi.org/10.24411/1560-957X-2020-10304

Метрики статей

Загрузка метрик ...

Metrics powered by PLOS ALM