Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-9180
For citation please use:
Main Title: Neurobehavioural patterns of alcohol abuse in adolescence
Translated Title: Neurobehaviorale Muster des Alkoholmissbrauchs in der Adoleszenz
Author(s): Matthis, Caroline
Advisor(s): Obermayer, Klaus
Referee(s): Obermayer, Klaus
Heinz, Andreas
Guggenmos, Matthias
Granting Institution: Technische Universität Berlin
Type: Doctoral Thesis
Language Code: en
Abstract: Excessive alcohol consumption has a detrimental effect on public health. Alcohol abuse is a top-ranked disorder of the brain with respect to total costs to economy and is linked to an estimated 3.8 % of global deaths. Often, first experiences with alcohol are made during adolescence, the time of transition between childhood and adulthood. Adolescence marks a period of complex social, biological and psychological development; the interplay between alcohol consumption and these manifold developments are not yet fully understood. In my thesis, I use the IMAGEN database, a large-scale, longitudinal study of around 1000 healthy adolescents, to shed light on the neurobehavioural patterns of heavy drinking in adolescence. In the first part of my thesis, I introduce a framework for the systematic analysis of predictive and explanatory quality of neurobehavioural features. I adapt a common cross-validation scheme to assess the predictive power in the presence of confounders. Moreover, I develop a novel method to estimate the influence of a single (neurobehavioural) feature on a binary outcome. In the second part of my thesis, I build a comprehensive phenotype de- scribing alcohol drinking behaviour for the subjects from the IMAGEN database. I show that the constructed phenotype outperforms all original drinking behaviour variables in terms of consistency. In the third part, I apply the established methods on neurobehavioural features from the IMAGEN study to differentiate between drinking behaviour phenotypes. First, I focus on grey matter volume and psychosocial features. I show that heavy drinking in adolescence is associated with reduced grey matter volume across various cortical and subcortical structures, especially in females. Moreover, I observe that impulsivity and facets of novelty seeking are associated (also longitudinally) to heavy drinking. Then, I focus on functional imaging and cognitive features. I show that adolescent drinking is associated with various markers of impaired response inhibition, both neural and behavioural. Overall, I shed light on both risk profiles and potential consequences of heavy drinking in adolescence. On the one hand, I contribute to the understanding of the detrimental effects of alcohol on the adolescent brain, calling for targeted intervention programs. On the other hand, I show that risk profiles based on personality traits may offer the potential for prevention procedures before the treacherous spiral of addiction begins.
Übermäßiger Alkoholkonsum wirkt sich nachteilig auf die öffentliche Gesundheit aus. Alkoholmissbrauch ist eine der häufigsten Erkrankungen des Gehirns in Bezug auf die Gesamtkosten für die Wirtschaft und steht in Zusammenhang mit schätzungsweise 3,8 % der weltweiten Todes- fälle. Häufig werden erste Erfahrungen mit Alkohol in der Adoleszenz gemacht, der Zeit des Übergangs zwischen Kindheit und Erwachsensein. Die Adoleszenz markiert eine Zeit komplexer sozialer, biologischer und psychologischer Entwicklungen; das Zusammenspiel zwischen Alkoholkonsum und diesen vielfältigen Entwicklungen ist noch nicht vollständig verstanden. In meiner Dissertation nutze ich die IMAGEN-Datenbank, eine groß angelegte Längsschnittstudie mit rund 1000 gesunden Jugendlichen, um die neurobehavioralen Muster des starken Alkoholkonsums in der Pubertät zu verstehen. Im ersten Teil meiner Arbeit stelle ich eine Struktur für die systematische Analyse der prädiktiven und erklärenden Qualität von neurobehavioralen Merkmalen vor. Ich adaptiere ein gebräuchliches Kreuzvalidierungsschema, um die Vorhersagekraft in Gegenwart von Störfaktoren zu bewerten. Darüber hinaus entwickle ich eine neuartige Methode, um den Einfluss eines einzelnen (neurobehavioralen) Merkmals auf ein binäre abhängige Variable zu schätzen. Im zweiten Teil meiner Arbeit erstelle ich einen Phänotyp, der das Alkoholkonsumverhalten der Probanden aus der IMAGEN-Datenbank beschreibt. Ich zeige, dass der konstruierte Phänotyp alle ursprünglichen Variablen des Trinkverhaltens in Bezug auf die Eindeutigkeit übertrifft. Im dritten Teil wende ich die etablierten Methoden auf neurobehavioralen Daten aus der IMAGEN-Studie an, um zwischen den Phänotypgruppen zu unterscheiden. Zunächst konzentriere ich mich auf das Volumen der grauen Substanz und psychosoziale Eigenschaften. Ich zeige, dass starkes Trinken in der Adoleszenz mit einem reduzierten Volumen an grauer Substanz über verschiedene kortikale und subkortikale Strukturen hinweg assoziiert ist, insbesondere bei Frauen. Darüber hinaus beobachte ich, dass Impulsivität und weitere Persönlichkeitsmerkmale (auch in longitudinaler Weise) mit starkem Alkoholkonsum zusammenhängen. Dann konzentriere ich mich auf die funktionelle Bildgebung und kognitive Merkmale. Ich zeige, dass jugendliches Trinken mit verschiedenen Markern einerbeeinträchtigten Reaktionshemmung verbunden ist, sowohl auf neuronaler Ebene als auch im Verhalten. Insgesamt beleuchte ich sowohl die Risikoprofile als auch die möglichen Folgen eines starken Alkoholkonsums in der Adoleszenz. Auf der einen Seite trage ich zum Verständnis der schädlichen Auswirkungen von Alkohol auf das jugendliche Gehirn bei und fordere gezielte Interventionsprogramme. Auf der anderen Seite zeige ich, dass Risikoprofile, die auf Per- sönlichkeitsmerkmalen basieren, das Potenzial für frühe Prävention bieten können.
URI: https://depositonce.tu-berlin.de/handle/11303/10213
http://dx.doi.org/10.14279/depositonce-9180
Exam Date: 11-Jun-2019
Issue Date: 2019
Date Available: 16-Dec-2019
DDC Class: 004 Datenverarbeitung; Informatik
Subject(s): machine learning
neuroimaging
addiction
statistics
alcohol
maschinelles Lernen
Neuroimaging
Sucht
Statistik
Alkohol
Sponsor/Funder: DFG, GRK 1589, Verarbeitung sensorischer Informationen in neuronalen Systemen
License: https://creativecommons.org/licenses/by/4.0/
Appears in Collections:FG Neuronale Informationsverarbeitung » Publications

Files in This Item:
matthis_caroline.pdf
Format: Adobe PDF | Size: 3.4 MB
DownloadShow Preview
Thumbnail

Item Export Bar

This item is licensed under a Creative Commons License Creative Commons