Comportamiento sexual compulsivo: volumen e interacciones prefrontal y límbica (2016)

COMENTARIOS: Si bien el estudio utiliza el término "Comportamiento sexual compulsivo (CSB)", los sujetos eran adictos a la pornografía (Ver este comunicado de prensa). En comparación con los controles sanos, los sujetos con CSB habían aumentado el volumen de la amígdala izquierda y habían reducido la conectividad funcional durante el reposo entre la amígdala izquierda y la corteza prefrontal dorsolateral bilateral DLPFC. Los autores concluyen:

Nuestros hallazgos actuales resaltan los volúmenes elevados en una región implicada en la prominencia motivacional y la menor conectividad en estado de reposo de las redes de control regulatorio de arriba abajo prefrontal. La interrupción de tales redes puede explicar los patrones de comportamiento aberrantes hacia una recompensa ambiental sobresaliente o una mayor reactividad a las señales de incentivos sobresalientes. Aunque nuestros hallazgos volumétricos contrastan con los de los trastornos por uso de sustancias (SUD), estos hallazgos pueden reflejar diferencias en función de los efectos neurotóxicos de la exposición crónica a medicamentos.

Traducción encontrando #1): "Menos conectividad funcional entre la amígdala y la corteza prefrontal dorsolateral". La amígdala juega un papel clave en el procesamiento de las emociones, incluida nuestra respuesta al estrés. La amígdala está fuertemente implicada en muchos aspectos de la adicción, como los antojos, la reactividad a las señales y los síntomas de abstinencia. La conectividad funcional reducida entre la amígdala y la corteza prefrontal se alinea con las adicciones a sustancias. Se cree que una conectividad más pobre disminuye el control de la corteza prefrontal sobre el impulso de un usuario de participar en el comportamiento adictivo.

Traducción encontrando #2): “Aumento del volumen de la amígdala” (que significa más materia gris). La mayoría de los estudios sobre adicción a las drogas informan una amígdala más pequeña en los adictos (menos materia gris). Este estudio sugiere que la toxicidad de las drogas puede conducir a menos materia gris y, por lo tanto, a una reducción del volumen de la amígdala en los adictos a las drogas. Sin duda, esto juega un papel. Debe tenerse en cuenta que la amígdala está constantemente activa durante la visualización de pornografía, especialmente durante la exposición inicial a una señal sexual. Por ejemplo, hacer clic de una pestaña a otra o buscar un video o una imagen iluminaría la amígdala. Quizás la constante sexual La novedad, la búsqueda y la búsqueda llevan a un efecto único en la amígdala en los usuarios compulsivos de pornografía.

Explicación alternativa para un mayor volumen de amígdala en adictos al porno: Años de uso compulsivo de la pornografía ciertamente pueden ser un factor estresante. Además, estos sujetos de CSB no solo eran adictos a la pornografía; también experimentaron graves consecuencias negativas como resultado del uso de la pornografía (pérdida de trabajo, problemas de relación, desarrollo de DE inducida por la pornografía). Aquí hay un punto clave: El estrés social crónico está relacionado con el aumento del volumen de la amígdala:

Aunque los mecanismos precisos de la plasticidad aún no se entienden completamente, El estrés moderado a severo parece aumentar el crecimiento de varios sectores de la amígdala., mientras que los efectos en el hipocampo y la corteza prefrontal tienden a ser opuestos.

Consideramos el hallazgo anterior a la luz de esto Estudio de 2015 que encontró que los "adictos al sexo" tienen un eje HPA hiperactivo (Un sistema de estrés hiperactivo). ¿Podría el estrés crónico relacionado con la adicción a la pornografía / sexo, junto con factores que hacen que el sexo sea único, conducir a un mayor volumen de amígdala? Finalmente, un volumen más bajo de la amígdala podría ser una condición preexistente en los alcohólicos, ya que Las crías en familias con alto riesgo de alcoholismo tienen amígdala más pequeña.

ENLACE A ESTUDIO COMPLETO

Casper Schmidt,1,2,3 Laurel S. Morris,1,4 Timo L. Kvamme,1,2,3 Paula Hall,5 Thaddeus Birchard,5 y Valerie Voon1,4,6*

Mapeo del cerebro humano

• Publicado por primera vez: 27 octubre 2016 Historial completo de publicación
• DOI: 10.1002 / hbm.23447 Ver / guardar cita

Los autores declaran que no tienen conflicto de intereses que declarar.

Resumen

Antecedentes

Los comportamientos sexuales compulsivos (CSB, por sus siglas en inglés) son relativamente comunes y se asocian con una disfunción personal y social significativa. La neurobiología subyacente todavía es poco conocida. El presente estudio examina los volúmenes cerebrales y la conectividad funcional en estado de reposo en CSB en comparación con voluntarios sanos emparejados (HV).

Métodos

Los datos de IRM estructural (MPRAGE) se recopilaron en sujetos con 92 (varones con 23 CSB y HV masculino con 69 de la misma edad) y se analizaron mediante morfometría basada en voxel. Los datos de IRM funcional en estado de reposo que utilizan la secuencia planar de múltiples ecos y el análisis de componentes independientes (ME-ICA) se recolectaron en sujetos 68 (sujetos CSB 23 y HV 45 pareados por edad).

Resultados

Los sujetos CSB mostraron mayores volúmenes de materia gris de la amígdala izquierda (pequeño volumen corregido, Bonferroni ajustado P <0.01) y conectividad funcional en estado de reposo reducida entre la semilla de la amígdala izquierda y la corteza prefrontal dorsolateral bilateral (cerebro completo, FWE corregido por racimo P <0.05) en comparación con HV.

Conclusiones

La CSB está asociada con volúmenes elevados en las regiones límbicas relevantes para la prominencia motivacional y el procesamiento de las emociones, y la conectividad funcional dañada entre las regiones límbicas y reguladoras del control prefrontal. Los estudios futuros deben tener como objetivo evaluar las medidas longitudinales para investigar si estos hallazgos son factores de riesgo que son anteriores al inicio de los comportamientos o son consecuencias de los mismos.

Abreviaturas

• ACC corteza cingulada anterior
• Comportamiento sexual compulsivo CSB
• Líquido cefalorraquídeo
• DLPFC dorsolateral corteza prefrontal
• Materia gris GM
• Modelo lineal general GLM
• HV voluntarios sanos
• Magnetización MPRAGE preparada gradiente-eco
• Corteza orbitofrontal OFC
• ROI región de interés
• Mapeo paramétrico estadístico SPM
• Tiempo de repetición TR
• Tiempo de eco TE
• Morfometría basada en voxel VBM
• WM materia blanca.

INTRODUCCIÓN

El comportamiento sexual compulsivo (CSB), también conocido como trastorno hipersexual o adicción sexual, es relativamente común (estimado en 3% –6%) [Kraus et al., 2016] y se asocian con dificultades importantes y trastornos psicosociales, que incluyen carencias, impulsividad y problemas sociales y laborales [Kraus et al., 2016]. Estudios recientes se han centrado en la comprensión de los correlatos neurobiológicos subyacentes [Kraus et al., 2016] aunque la escasez de estudios limita nuestra comprensión de los mecanismos subyacentes y cómo podemos conceptualizar estos trastornos. CSB se ha conceptualizado como un trastorno de control de impulsos o una adicción conductual [Kraus et al., 2016]. Sin embargo, aunque se propusieron criterios para el trastorno hipersexual para el DSM-5 y se validaron en el ensayo de campo [Reid et al., 2012], este trastorno, junto con el uso patológico de Internet o los videojuegos, no se incluyeron en la sección principal del DSM-5, en parte debido a datos limitados sobre las condiciones. Por lo tanto, se necesitan más estudios sobre la CSB para desarrollar una mejor comprensión de estos trastornos. Si bien CSB puede tener una variedad de comportamientos, aquí nos enfocamos en un grupo que informa las dificultades predominantes con el uso compulsivo de pornografía. Hemos utilizado el término CSB en el supuesto de que "compulsivo" describe la fenomenología repetitiva y no pretende implicar ningún supuesto mecanicista o etiológico.

Realizamos una revisión de la literatura sobre adicciones conductuales mediante morfometría basada en voxel (VBM) o grosor cortical. Utilizamos las siguientes palabras de búsqueda en PubMed (http://www.ncbi.nlm.nih.gov/pubmed): '[(“Morfometría basada en vóxeles” o “espesor cortical”) y],' seguido de “[juego patológico]”, “[adicción a Internet]”, “[trastorno de Internet]”, “” o “ [adicción a los juegos] ". En total, se encontraron 13 estudios dentro de las adicciones conductuales relacionadas con el juego, el uso de Internet o los videojuegos que evaluaron el VBM o el grosor cortical. La revisión de la literatura se presenta en la Tabla 1 y discutido a continuación.

Tabla 1. Revisión de la literatura de estudios volumétricos y de espesor cortical sobre adicciones conductuales

La comprensión de los trastornos neuronales en las adicciones proviene de estudios sobre trastornos por uso de sustancias (SUD). Los individuos con SUD muestran una disminución en el volumen y el grosor del cerebro cortical, particularmente en las regiones corticales prefrontales que someten el control flexible del comportamiento. Un metaanálisis reciente de los estudios con 9 e individuos dependientes del alcohol con 296 encontró volúmenes significativamente menores de materia gris prefrontal (GM), incluida la corteza cingulada anterior (ACC) [Xiao et al. 2015], con el volumen de GM cortical frontal asociado negativamente con el consumo de alcohol durante toda la vida [Taki et al., 2006]. Los volúmenes GM prefrontales se redujeron de manera similar en individuos dependientes de la cocaína, incluso en la corteza orbitofrontal (OFC) [Rando et al., 2013; Tanabe et al. 2009], corteza prefrontal anterior [Rando et al., 2013] y ACC [Connolly et al., 2013], el último asociado con años de uso de drogas [Connolly et al., 2013].

Las diferencias grupales en los volúmenes y el grosor corticales han sido menos claras en las adicciones de comportamiento (revisadas en la Tabla 1). Tres estudios pequeños sobre el trastorno del juego mostraron hallazgos inconsistentes con una disminución del grosor cortical en múltiples regiones prefrontales y parietales [Grant et al., 2015], volúmenes aumentados en la corteza prefrontal derecha [Koehler et al., 2013] o ninguna diferencia de grupo [Joutsa et al., 2011]. En un gran estudio de jugadores con problemas menos graves, no se observaron diferencias de grupo en los volúmenes cerebrales [van Holst et al. 2012]. Un pequeño estudio sobre la adicción a internet mostró un menor grosor cortical en la OFC [Hong et al., 2013], con otro volumen menor en la corteza prefrontal dorsolateral (DLPFC) [Yuan et al., 2011] y dos estudios que sugieren menores volúmenes de ACC [Yuan et al., 2011; Zhou et al. 2011]. Dos estudios pequeños sobre trastornos de los juegos de Internet informaron una disminución de los volúmenes en la OFC [Weng et al., 2013; Yuan et al. 2013], y dos estudios más grandes informaron volúmenes más pequeños en la corteza cingulada [Lin et al., 2014; Wang et al. 2015] con estudios únicos que informaron disminuciones en la DLPFC [Wang et al., 2015], frontal inferior [Lin et al., 2014], parietal superior [Wang et al., 2015] e inferior parietal [Yuan et al., 2013] cortezas. Con respecto a las estructuras subcorticales, un pequeño estudio informó mayores volúmenes del estriado ventral (VS) en el trastorno del juego [Koehler et al., 2013] sin diferencias subcorticales informadas en los otros estudios. En el trastorno de los juegos de Internet, los hallazgos fueron igualmente inconsistentes con un parahipocampo mayor [Sun et al., 2014], hipocampo inferior [Lin et al., 2014] o ninguna diferencia [Wang et al., 2015; Weng et al. 2013]. Un estudio con un tamaño de muestra razonable que se enfoca en volúmenes subcorticales reportó mayores volúmenes de caudado y VS asociados con déficit de control cognitivo [Cai et al. 2015]. En conjunto, los hallazgos de anormalidades corticales o subcorticales en el trastorno de juego son altamente inconsistentes. En contraste, los informes de anormalidades corticales en el uso de Internet o los juegos en Internet reportan de manera más sistemática volúmenes reducidos con volúmenes reducidos de ACC y OFC replicados en al menos dos estudios.

Hasta la fecha, hay evidencia escasa de cambios neuronales estructurales en individuos con CSB. Los estudios de individuos sanos con uso excesivo de pornografía sin un diagnóstico de CSB muestran volúmenes GM más bajos en el caudado derecho [Kühn and Gallinat, 2014]. Un pequeño estudio de RM de difusión de individuos con CSB (N = 8 por grupo) mostraron una difusividad media reducida en los tractos de sustancia blanca frontal superior (WM) en comparación con HV [Miner et al., 2009]. Con respecto a la actividad funcional, el VH masculino muestra procesos de habituación mejorados con actividad BOLD putaminal inferior izquierda a imágenes eróticas estáticas [Kühn y Gallinat, 2014] y un potencial positivo tardío más bajo para imágenes explícitas [Prause et al., 2015]. En contraste, en un estudio de fMRI basado en tareas que comparaba CSB con HV, los videos sexuales explícitos provocaron mayores respuestas de VS, amígdala y ACC BOLD dorsal en CSB [Voon et al., 2014]. La conectividad funcional entre estas regiones se correlacionó con un índice de deseo sexual o "deseo" pero no "gusto" en los sujetos de CSB, lo que sugiere el papel de la motivación de incentivo, en paralelo con la adicción a sustancias. De manera similar, en otro estudio sobre la adicción a la pornografía en Internet, la imagen sexual preferida se asoció con una mayor actividad ventral del estriado y se correlacionó solo con los síntomas autoinformados de adicción a la pornografía en Internet y no con otras medidas del comportamiento sexual o la depresión [Brand et al., 2016]. Otro estudio reciente también muestra que los individuos con comportamiento hipersexual problemático experimentaron un deseo sexual más frecuente y mayor durante la exposición a estímulos sexuales, y que se observó una mayor activación en el caudado, el lóbulo parietal inferior, el giro cingulado anterior dorsal, el tálamo y el DLPFC en este grupo. [Seok y Sohn, 2015]. Los individuos con LEC muestran además un mayor sesgo de atención temprana a estímulos sexuales explícitos [Mechelmans et al. 2014] que se correlacionó con las preferencias de elección para las señales condicionadas a imágenes sexuales [Banca et al., 2016]. En respuesta a la exposición repetida de imágenes eróticas estáticas, los sujetos con CSB mostraron una mayor habituación en el ACC dorsal a los resultados sexuales, que se correlacionaron con las preferencias de elección para las imágenes sexuales novedosas [Banca et al., 2016], un efecto que puede explicarse por cualquiera de las habituaciones pero que también puede ser consistente con el concepto de tolerancia en las adicciones.

El presente estudio examina el GM volumétrico en CSB y revisa la literatura actual sobre estudios de espesor volumétrico y cortical en el trastorno del juego y en Internet y los trastornos del uso del juego. También examinamos la conectividad funcional en estado de reposo de individuos con CSB y HV emparejado con una secuencia planar multi-eco novedosa y análisis de componentes independientes (ME-ICA) en donde las señales BOLD se identifican como componentes independientes con cambio de señal dependiente del tiempo lineal (TE) mientras que las señales no BOLD se identifican como componentes independientes de TE [Kundu et al., 2012]. Esperamos una red interrumpida de sistemas de saliencia y recompensa relacionados con la amígdala, VS y ACC dorsal.

FORMAS DE PAGO

Participantes

Los sujetos CSB fueron reclutados a través de anuncios en Internet y de referencias de terapeutas. Se reclutó HV masculino de la misma edad de anuncios basados ​​en la comunidad en el área de East Anglia. Todos los sujetos de CSB fueron entrevistados por un psiquiatra para confirmar que cumplían con los criterios de diagnóstico para CSB (cumplieron con los criterios de diagnóstico propuestos para ambos trastornos hipersexuales [Kafka, 2010; Reid et al. 2012] y la adicción sexual [Carnes et al., 2007], centrándose en el uso compulsivo de material sexualmente explícito en línea. Esto se evaluó utilizando una versión modificada de la Escala de Experiencias Sexuales de Arizona (ASES) [Mcgahuey et al. 2011], en el que las preguntas se respondieron en una escala de 1-8, con puntuaciones más altas que representan un mayor deterioro subjetivo. Dada la naturaleza de las señales, todos los sujetos CSB y HV eran hombres y heterosexuales. Todos los HV fueron emparejados por edad (± 5 años) con sujetos CSB. Los sujetos también se examinaron para determinar su compatibilidad con el entorno de MRI como lo hemos hecho anteriormente [Banca et al., 2016; Mechelmans et al. 2014; Voon et al. 2014]. Los criterios de exclusión incluían ser menores de 18 años, tener un historial de SUD, ser un consumidor habitual actual de sustancias ilícitas (incluido el cannabis) y tener un trastorno psiquiátrico grave, incluida la depresión mayor moderada-grave actual o el trastorno obsesivo-compulsivo, o historia de trastorno bipolar o esquizofrenia (cribado utilizando el Mini International Neuropsychiatric Inventory) [Sheehan et al., 1998]. Otras adicciones compulsivas o de comportamiento también fueron exclusiones. Los sujetos fueron evaluados por un psiquiatra en relación con el uso problemático de los juegos en línea o las redes sociales, los juegos patológicos o las compras compulsivas, el trastorno de hiperactividad con déficit de atención en niños o adultos y el diagnóstico del trastorno por atracón. Los sujetos completaron la Escala de comportamiento impulsivo UPPS-P [Whiteside y Lynam, 2001] para evaluar la impulsividad, y el Inventario de Depresión de Beck [Beck et al., 1961] para evaluar la depresión. Dos de los sujetos con 23 CSB tomaban antidepresivos o tenían un trastorno de ansiedad generalizada comórbido y fobia social (N = 2) o fobia social (N = 1) o antecedentes infantiles de TDAH (N = 1). Se obtuvo el consentimiento informado por escrito y el estudio fue aprobado por el Comité de Ética en Investigación de la Universidad de Cambridge. Se pagó a los sujetos por su participación.

Neuroimagen

Adquisición y procesamiento de datos.

Estructural.

Se recogieron imágenes estructurales, incluido un eco de gradiente preparado por magnetización completa (MPRAGE) utilizando un escáner Siemens Tim Trio 3T con una bobina de cabeza de canal 32 utilizando una secuencia MPRAGE ponderada de T1 (cortes sagitales 176, exploraciones de minuto 9; tiempo de repetición (TR) = 2,500 ms; tiempo de eco (TE) = 4.77 ms; tiempo de inversión = 1,100 ms; matriz de adquisición = 256 × 256 × 176; ángulo de giro = 7 °; tamaño de vóxel 1 × 1 × 1 mm). El escaneo se llevó a cabo en el Centro de Imágenes de Cerebro Wolfson en la Universidad de Cambridge.

Los datos estructurales se procesaron con mapeo paramétrico estadístico (SPM8; http://www.fil.ion.ucl.ac.uk/spm(Wellcome Trust Center for Neuroimaging, Londres, Reino Unido). Las imágenes anatómicas se reorientaron manualmente, colocando el origen en la comisura anterior. Las imágenes se segmentaron (usando Nuevo segmento para SPM) en GM, WM y líquido cefalorraquídeo (LCR) según los mapas de probabilidad de tejido estándar para cada tipo de tejido. Los tres volúmenes de clase de tejido se sumaron para producir el volumen intracraneal total estimado. Se creó una plantilla personalizada utilizando DARTEL [Ashburner, 2007], que define los parámetros necesarios para ajustar la imagen GM nativa de cada individuo a un espacio común, de manera iterativa. Esta plantilla DARTEL luego se registró en los mapas de probabilidad de tejido con transformaciones afines, llevando imágenes al espacio MNI. Las imágenes se suavizaron espacialmente con un ancho completo a la mitad del grano máximo de 8 mm³.

Estado de reposo.

Los datos de IRMf en estado de reposo se adquirieron durante 10 minutos con los ojos abiertos con un escáner Siemens 3T Tim Trio con una bobina de cabeza de canal 32 en el Wolfson Brain Imaging Center, Universidad de Cambridge. Se usó una secuencia de imágenes planas de eco eco múltiple con la reconstrucción en línea (tiempo de repetición, 2.47 s, ángulo de giro, 78 °, tamaño de matriz 64 x 64, resolución en el plano, 3.75 mm, FOV, 240 mm, cortes oblicuos de 32, alternando adquisición de corte espesor de corte 3.75 mm con 10% de brecha; factor iPAT, 3; ancho de banda = 1,698 Hz / píxel; tiempo de eco (TE) = 12, 28, 44 y 60 ms).

Análisis de componentes independientes de eco múltiple (ME-ICAv2.5 beta6; http://afni.nimh.nih.gov) se usó para el análisis y eliminación de ruido de los datos de IRMf en estado de reposo de múltiples ecos. ME-ICA descompone los datos fMRI de eco múltiple en componentes independientes con FastICA. El cambio de la señal porcentual de la señal BOLD depende linealmente de TE, una característica de la caída T2 *. Esta dependencia de TE se mide utilizando el pseudoF-estadístico, kappa, con componentes que se escalan fuertemente con TE que tienen puntuaciones kappa altas [Kundu et al., 2012]. Los componentes no BOLD se identifican por la independencia de TE medida por el pseudo-F-estadístico, rho. Los componentes se clasifican así como BOLD o no BOLD en función de sus ponderaciones de valor kappa y rho, respectivamente [Kundu et al., 2012]. Los componentes que no son BOLD se eliminan mediante proyección, eliminando el ruido de los datos de movimiento, artefactos fisiológicos y del escáner de una manera sólida basada en principios físicos. Las imágenes eco planas sin ruido de cada individuo se registraron conjuntamente en su MPRAGE y se normalizaron en la plantilla del Instituto Neurológico de Montreal (MNI). El suavizado espacial se realizó con un kernel gaussiano (la mitad de ancho completo máximo = 6 mm). El curso temporal de cada vóxel se filtró temporalmente por paso de banda (0.008 f <0.09 Hz). La exploración anatómica de cada individuo se segmentó en GM, WM y CSF. Se eliminaron los componentes principales significativos de las señales de WM y CSF.

El análisis de conectividad funcional se realizó utilizando un enfoque impulsado por región de interés (ROI) con la caja de herramientas de conectividad funcional CONN-fMRI [Whitfield-Gabrieli y Nieto-Castanon, 2012] para SPM (http://www.fil.ion.ucl.ac.uk/spm/software/spm8/).

Análisis estadístico

Las características de los sujetos y las puntuaciones del cuestionario se compararon entre los grupos con dos colas. t-Pruebas sin asumir varianza igual. Todos los análisis estadísticos se realizaron utilizando la versión R (3.2.0) [Equipo RC, 2014].

Estructural

Para las comparaciones de grupos, los volúmenes de GM para sujetos CSB y HV se ingresaron en un modelo lineal general (GLM). Los datos se corrigieron para el volumen intracraneal total de los participantes utilizando una escala proporcional y una máscara explícita en SPM. Las comparaciones de grupos se ajustaron para las puntuaciones de edad y depresión como covariables. Nos enfocamos en a priori hipótesis de regiones de interés identificadas en nuestro estudio anterior [Voon et al., 2014] y en los metanálisis de los estudios de reactividad de señales de drogas [Kühn and Gallinat, 2011], es decir, VS izquierda y derecha, amígdala derecha e izquierda, y ACC dorsal que utilizan errores de corrección de volumen pequeño (SVC) corregidos por familia (FWE) corregidos P <0.01 (Bonferroni corregido para múltiples comparaciones). Para estos análisis de SVC, usamos un ROI anatómico VS, descrito previamente [Murray et al., 2008] que se dibujó a mano usando MRIcro basado en la definición de VS por Martínez et al. El2003]. El ROI de la amígdala se obtuvo del atlas de etiquetado anatómico automatizado (AAL). El ACC dorsal se modificó manualmente utilizando la caja de herramientas ROI de MarsBaR [Brett et al., 2002] y se basa en el ROI de la corteza cingulada del atlas AAL. Se modificó de tal manera que el borde anterior era la punta del gen del cuerpo calloso [Cox et al. 2014; Desikan et al. 2006] y la parte posterior fue el extremo posterior del gen del cuerpo calloso [Desikan et al., 2006]. Se realizaron análisis adicionales de ajuste para las puntuaciones BDI.

Estado de reposo

Para comparar la conectividad entre sujetos CSB y HV, se calcularon mapas de conectividad de todo el cerebro de ROI a vóxel para la región de interés de la semilla de la amígdala izquierda en función de los hallazgos de diferencias volumétricas del grupo. Los mapas de conectividad resultantes se ingresaron en GLM factoriales completos para comparar la conectividad de todo el cerebro entre los grupos ajustando la edad con un análisis posterior ajustando tanto la edad como la depresión. FWE corregido por racimo cerebral completo P <0.05 se consideró significativo para las diferencias de grupo.

RESULTADOS

Características

Participaron en el estudio veintitrés hombres heterosexuales con CSB (edad 26.9; SD 6.22 años) y 69 de edad pareada (edad 25.6; SD 6.55 años) HV heterosexual masculino (Tabla 2), de los cuales los sujetos de 19 CSB y 55 HV completaron cuestionarios de comportamiento. Los sujetos CSB tuvieron mayor IDB (P = 0.006) y UPPS-P (P <0.001) puntuaciones en comparación con HV. Otras puntuaciones de comportamiento que incluyen el patrón y la gravedad de la pornografía y el uso de Internet se han informado en otros lugares [Mechelmans et al., 2014; Voon et al. 2014].

Tabla 2. Datos demográficos y de comportamiento de sujetos con comportamiento sexual compulsivo y voluntarios sanos

Estructural

Los análisis de retorno de la inversión de la amígdala izquierda y derecha, VS izquierda y derecha y ACC dorsal revelaron que el volumen de materia gris de la amígdala izquierda aumentó en CSB en comparación con el HV emparejado (SVC corregida por FWE, P = 0.0096 Z = 3.37 xyz = −28, −4, −15) (Bonferroni corregido para SVC FWE corregido P <0.01) (Fig. 1). Todos los otros análisis de ROI no fueron significativos. El ajuste por depresión no cambió los resultados de la diferencia de grupo.

Figura 1.

• Abrir en el visor de figuras
• Descargar Powerpoint slide

Morfometría basada en voxel en conductas sexuales compulsivas. El mayor volumen de la amígdala izquierda se muestra en los comportamientos sexuales compulsivos en relación con los voluntarios sanos. La imagen tiene un umbral en P <0.005 sin corregir para ilustración. [La figura de color se puede ver en wileyonlinelibrary.com]

Estado de reposo

Con base en los resultados estructurales, examinamos la conectividad funcional en estado de reposo con una semilla en la amígdala izquierda. Encontramos una conectividad reducida con DLPFC bilateral (DLPFC derecho: P = 0.012 Z = 4.11 xyz = 31 42 16; DLPFC izquierdo: P = 0.003 Z = 3.96 xyz = −27 52 23) (Fig. 2). El ajuste por BDI no alteró la importancia de los hallazgos (DLPFC de derecha: P = 0.001 Z = 4.54 xyz = 31 61 23; DLPFC izquierdo: P = 0.003 Z = 4.26 xyz = −29 49 35).

Figura 2.

• Abrir en el visor de figuras
• Descargar Powerpoint slide

Estado de reposo conectividad funcional de la amígdala izquierda. El comportamiento sexual compulsivo se asocia con una disminución de la conectividad funcional en estado de reposo de la amígdala izquierda (semilla, izquierda) con la corteza prefrontal dorsolateral bilateral (media y derecha), en relación con voluntarios sanos. La imagen tiene un umbral en P <0.005 sin corregir para ilustración. [La figura de color se puede ver en wileyonlinelibrary.com]

DISCUSIÓN

Investigamos las diferencias neuronales estructurales y funcionales en individuos con CSB en comparación con el HV emparejado. Los sujetos con LEC aumentaron el volumen de la amígdala izquierda y redujeron la conectividad funcional durante el reposo entre la amígdala izquierda y la DLPFC bilateral.

La amígdala está implicada en el procesamiento de la saliencia ambiental que dirige el comportamiento. Los núcleos de la amígdala vinculan estímulos ambientales o internos previamente neutrales con representaciones asociativas de valor afectivo, propagando la prominencia motivacional inducida por señales [Everitt et al., 2003], así como el procesamiento del control emocional [Cardinal et al., 2002; Gottfried et al. 2003]. El hallazgo de un aumento en el volumen de la amígdala está en oposición con varios estudios sobre trastornos por consumo de alcohol [Makris et al., 2008; Wrase et al. 2008], a medida que los estudios a lo largo de este tipo de adicción informaron una disminución de los volúmenes de amígdala, donde se evaluaron las medidas volumétricas. Una posible explicación para esta discrepancia es que el uso a largo plazo de sustancias produce cambios neuroplásticos de larga duración y toxicidad [Kovacic, 2005; Reissner y Kalivas, 2010] que puede contribuir a la perseverancia del comportamiento de búsqueda de drogas [Gass y Olive, 2008]. Dicha neurotoxicidad puede ciertamente contribuir a la atrofia generalizada observada en las adicciones a sustancias [Bartzokis et al. 2000; Carlen et al. 1978; Mechtcheriakov et al. 2007]. Dicha neurotoxicidad relacionada con las drogas es probablemente un problema altamente relevante en SUD pero menos un problema en adicciones de comportamiento. En un estudio reciente de CSB que usó fMRI, la exposición a señales sexualmente explícitas en sujetos con CSB en comparación con sujetos sin CSB se asoció con la activación de la amígdala [Voon et al., 2014]. Si la diferencia en el volumen de la amígdala es un rasgo preexistente que predispone a los individuos a la CSB o se relaciona con una exposición excesiva, queda por establecer.

Se sabe que el funcionamiento del DLPFC está asociado con aspectos amplios del control cognitivo [MacDonald et al., 2000] y memoria de trabajo [Petrides, 2000]. Nuestro hallazgo de disminución de la conectividad funcional entre la amígdala y DLPFC converge con la literatura existente sobre la conectividad en estas regiones. Esta conectividad funcional es importante para la regulación de las emociones, como se ha informado anteriormente, ya que la conectividad reducida entre la amígdala y la DLPFC en individuos con trastornos de los juegos de Internet se asocia con mayores niveles de impulsividad [Ko et al., 2015]. Otro estudio que midió la capacidad para modular las respuestas emocionales negativas mediante el uso de estrategias cognitivas mostró que la actividad en áreas específicas de la corteza frontal, incluida la DLPFC, se asociaba con la actividad de la amígdala y que la conectividad funcional entre estas regiones dependía de la aplicación de estrategias cognitivas en el regulación de la emoción negativa [Banks et al. 2007]. La conectividad de amígdala y DLPFC se ha asociado de manera similar con la depresión unipolar [Siegle et al., 2007]. La CSB se ha asociado con síntomas depresivos y de ansiedad, y el estrés puede desencadenar tales actividades; sin embargo, nuestros hallazgos no se relacionaron con las puntuaciones de depresión. El DLPFC también estuvo implicado en un estudio de HV masculino en el que un mayor uso de pornografía se asoció con una conectividad funcional más baja entre el DLPFC y el cuerpo estriado al ver imágenes explícitas [Kühn y Gallinat, 2014].

Advertimos que estos hallazgos son preliminares dado el pequeño tamaño de muestra de los sujetos con CSB, aunque en particular comparamos este grupo con un gran tamaño de muestra de HV emparejado. Una limitación del estudio es la homogeneidad de la población. Como no incluimos sujetos con otros trastornos psiquiátricos comórbidos que puedan desempeñar un papel mecánico, estos resultados deben extrapolarse con cautela a sujetos con LEC con otras comorbilidades. Además, las anomalías estructurales y funcionales observadas entre los sujetos de CSB pueden estar relacionadas con rasgos preexistentes o pueden ser el resultado de los efectos de CSB, y como tal, este estudio no puede hacer inferencias causales sobre los efectos de CSB. Los estudios futuros deben tener como objetivo evaluar las medidas longitudinales para determinar las diferencias entre las tendencias de estado y rasgo y las posibles anomalías neurales premórbidas en muestras de mayor tamaño y con géneros mixtos.

Nuestros hallazgos actuales resaltan los volúmenes elevados en una región implicada en la prominencia motivacional y la menor conectividad en estado de reposo de las redes de control regulatorio de arriba abajo prefrontal. La interrupción de tales redes puede explicar los patrones de comportamiento aberrantes hacia una recompensa ambiental sobresaliente o una mayor reactividad a las señales de incentivos sobresalientes. Aunque nuestros hallazgos volumétricos contrastan con los de la SUD, estos hallazgos pueden reflejar diferencias en función de los efectos neuroóxicos de la exposición crónica a medicamentos. La evidencia emergente sugiere posibles superposiciones con un proceso de adicción que apoya las teorías de motivación de incentivos. Hemos demostrado que la actividad en esta red de atención se mejora luego de la exposición a señales sexualmente explícitas muy destacadas o preferidas [Brand et al., 2016; Seok y Sohn, 2015; Voon et al. 2014] junto con un sesgo de atención mejorado [Mechelmans et al., 2014] y el deseo específico a la señal sexual pero no el deseo sexual generalizado [Brand et al., 2016; Voon et al. 2014]. Una mayor atención a las señales sexualmente explícitas se asocia más con la preferencia por señales sexualmente condicionadas, lo que confirma la relación entre el condicionamiento de la señal sexual y el sesgo de atención [Banca et al., 2016]. Estos hallazgos de actividad mejorada relacionada con señales sexualmente condicionadas difieren de la del resultado (o el estímulo no condicionado) en el que una mayor habituación, posiblemente consistente con el concepto de tolerancia, aumenta la preferencia por nuevos estímulos sexuales [Banca et al. 2016]. En conjunto, estos hallazgos ayudan a dilucidar la neurobiología subyacente de la CSB que conduce a una mayor comprensión del trastorno y la identificación de posibles marcadores terapéuticos.

AGRADECIMIENTOS

Nos gustaría agradecer al personal de WBIC por su experiencia y asistencia en la recopilación de datos de imágenes, ya nuestros participantes por su tiempo y compromiso. Además, nos gustaría agradecer a Thaddeus Birchard y Paula Hall por la referencia de pacientes para el estudio. El Instituto de neurociencia conductual y clínica (BCNI, por sus siglas en inglés) cuenta con el respaldo del Wellcome Trust y el Consejo de investigación médica.

Referencias

• Ashburner J (2007): un algoritmo rápido de registro de imágenes difeomórficas. Neuroimagen 38: 95 – 113.
  • CrossRef |
  • PubMed |
  • Web of Science® tiempos citados: 2070
• Banca P, Morris LS, Mitchell S, Harrison NA, Potenza MN, Voon V (2016): Novedad, condicionamiento y sesgo de atención a las recompensas sexuales. J Psychiatr Res 72: 91 – 101.
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 2
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 307
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 75
• CrossRef |
• PubMed |
• CAS |
• Web of Science® tiempos citados: 18323
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 1
• Banks SJ, Eddy KT, Angstadt M, Nathan PJ, Phan KL (2007): conectividad amígdala-frontal durante la regulación de la emoción. Soc Cogn Afectan a Neurosci 2: 303 – 312.
• CrossRef |
• Web of Science® tiempos citados: 1
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 1087
• CrossRef |
• PubMed |
• CAS |
• Web of Science® tiempos citados: 342 |
• ADS
• Bartzokis G, Beckson M, Lu PH, Edwards N, Rapoport R, Wiseman E, Bridge P (2000): reducciones del volumen cerebral relacionado con la edad en adictos a la anfetamina y la cocaína y controles normales: implicaciones para la investigación de la adicción. Psiquiatría Res Neuroimagen 98: 93 – 102.
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 16 |
• ADS
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 7
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 1782
• Wiley Online Library |
• PubMed |
• Web of Science® tiempos citados: 245
• CrossRef |
• PubMed |
• CAS |
• Web of Science® tiempos citados: 217
• CrossRef |
• PubMed |
• CAS |
• Web of Science® tiempos citados: 597 |
• ADS
• CrossRef |
• PubMed |
• Web of Science®
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 19
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 27
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 21
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 172
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 8
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 5
• CrossRef |
• PubMed |
• CAS |
• Web of Science® tiempos citados: 30
• CrossRef |
• PubMed |
• CAS |
• Web of Science® tiempos citados: 1
• Wiley Online Library |
• PubMed |
• Web of Science® tiempos citados: 76
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 23
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 63
• Beck AT, Ward C, Mendelson M (1961): Inventario de depresión de Beck (BDI). Arch Gen Psychiatry 4: 561 – 571.
• CrossRef |
• PubMed |
• CAS |
• Web of Science® tiempos citados: 1895 |
• ADS
• CrossRef |
• PubMed |
• CAS |
• Web of Science® tiempos citados: 134
• CrossRef |
• PubMed |
• CAS |
• Web of Science® tiempos citados: 313
• Brand M, Snagowski J, Laier C, Maderwald S (2016): la actividad del estriado entral cuando se ven imágenes pornográficas preferidas se correlaciona con los síntomas de la adicción a la pornografía en Internet. Neuroimagen 129: 224 – 232.
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 7 |
• ADS
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 70
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 28
• CrossRef |
• CAS |
• Web of Science® tiempos citados: 196
• CrossRef |
• PubMed |
• CAS |
• Web of Science® tiempos citados: 255
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 3
• Wiley Online Library |
• PubMed |
• Web of Science® tiempos citados: 20
• Brett M, Anton JL, Valabregue R, Poline JB (2002): análisis de la región de interés utilizando la caja de herramientas MarsBar para SPM 99. Neuroimagen 16: S497.
• Wiley Online Library |
• PubMed |
• Web of Science® tiempos citados: 43
• CrossRef |
• PubMed |
• CAS |
• Web of Science® tiempos citados: 63
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 1
• PubMed |
• Web of Science® tiempos citados: 7675
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 383
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 4
• Wiley Online Library |
• PubMed |
• Web of Science® tiempos citados: 38
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 110
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 25
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 3
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 25
• CrossRef |
• Web of Science® tiempos citados: 1108
• CrossRef |
• PubMed
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 92
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 3
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 72 |
• ADS
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 31 |
• ADS
• CrossRef |
• PubMed |
• Web of Science® tiempos citados: 66
• Cai C, Yuan K, Yin J, Feng D, Bi Y, Li Y, Yu D, Jin C, Qin W, Tian J (2015): la morfometría del estriado se asocia con déficits de control cognitivo y la gravedad de los síntomas en el trastorno de los juegos de Internet. Imágenes de cerebro Behav 10: 12.
• Cardenal RN, Parkinson JA, Hall J, Everitt BJ (2002): Emoción y motivación: el papel de la amígdala, el estriado ventral y la corteza prefrontal. Neurosci Biobehav Rev 26: 321 – 352.
• Carlen PL, Wortzman G, Holgate RC, Wilkinson DA, Rankin JC (1978): atrofia cerebral reversible en alcohólicos crónicos recientemente abstinentes, medidos mediante tomografías computarizadas. Ciencia 200: 1076 – 1078.
• Carnes P, Delmonico DL, Griffin E (2007): En las sombras de la red: liberándose del comportamiento sexual compulsivo en línea, 2nd ed. Centro de la ciudad, MN: Hazelden Publishing.
• Connolly CG, Bell RP, Foxe JJ, Garavan H (2013): la materia gris disociada cambia con la adicción prolongada y la abstinencia prolongada en los consumidores de cocaína. PLoS One 8: e59645.
• Cox SR, Ferguson KJ, Royle NA, Shenkin SD, MacPherson SE, MacLullich AMJ, Deary IJ, Wardlaw JM (2014): una revisión sistemática de las técnicas de parcelación del lóbulo frontal del cerebro en imágenes de resonancia magnética. Función de la función cerebral 219: 1 – 22.
• Desikan RS, Ségonne F, Fischl B, Quinn BT, Dickerson BC, Blacker D, Buckner RL, Dale AM, Maguire RP, Hyman BT (2006): un sistema de etiquetado automático para subdividir la corteza cerebral humana en exploraciones de MRI en regiones basadas en giroscopios de interés. Neuroimagen 31: 968 – 980.
• Everitt BJ, Cardinal RN, Parkinson JA, Robbins TW (2003): Comportamiento apetitoso: Impacto de los mecanismos de aprendizaje emocional dependientes de la amígdala. Ann NY Acad Sci 985: 233 – 250.
• Gass JT, Olive MF (2008): Sustratos glutamatérgicos de la adicción a las drogas y el alcoholismo. Biochem Pharmacol 75: 218 – 265.
• Gottfried JA, O'Doherty J, Dolan RJ (2003): Codificación del valor de recompensa predictiva en la amígdala humana y la corteza orbitofrontal. Science 301: 1104–1107.
• Grant JE, Odlaug BL, Chamberlain SR (2015): reducción del grosor cortical en el trastorno del juego: un estudio morfométrico de IRM. Eur Arch Psychiatry Clin Neurosci 265: 655 – 661.
• van Holst RJ, de Ruiter MB, van den Brink W, Veltman DJ, Goudriaan AE (2012): un estudio de morfometría basado en voxel que compara jugadores problemáticos, consumidores de alcohol y controles saludables. Droga Alcohol Depend 124: 142 – 148.
• Hong SB, Kim JW, Choi EJ, Kim HH, Suh JE, Kim CD, Klauser P, Whittle S, Yűcel M, Pantelis C, Yi SH (2013): reducción del grosor cortical orbitofrontal en adolescentes varones con adicción a Internet. Behav Brain Funct 9: 11.
• Joutsa J, Saunavaara J, Parkkola R, Niemelä S, Kaasinen V (2011): Anomalía extensa de la integridad de la materia blanca del cerebro en el juego patológico. Psychiatry Res - Neuroimaging 194: 340–346.
• Kafka MP (2010): trastorno hipersexual: un diagnóstico propuesto para el DSM-V. Arch Sex Behav 39: 377 – 400.
• Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS, Yen JY (2015): Degradación de la materia gris alterada y conectividad funcional interrumpida de la amígdala en adultos con trastorno de los juegos de Internet. Prog Neuropsychopharmacol Biol Psychiatry 57: 185 – 192.
• Koehler S, Hasselmann E, Wüstenberg T, Heinz A, Romanczuk-Seiferth N (2013): mayor volumen de estriado ventral y corteza prefrontal derecha en el juego patológico. Función de la función cerebral 220: 469 – 477.
• Kovacic P (2005): mecanismo unificador para la adicción y toxicidad de las drogas de abuso con aplicación a mediadores de dopamina y glutamato: transferencia de electrones y especies reactivas de oxígeno. Med Hipótesis 65: 90 – 96.
• Kraus SW, Voon V, Potenza MN (2016): Neurobiología del comportamiento sexual compulsivo: ciencia emergente. Neuropsicofarmacología 41: 385 – 386.
• Kühn S, Gallinat J (2011): biología común del ansia por las drogas legales e ilegales, un metanálisis cuantitativo de la respuesta cerebral de reactividad de señal. Eur J Neurosci 33: 1318 – 1326.
• Kühn S, Gallinat J (2014): Estructura del cerebro y conectividad funcional asociada con el consumo de pornografía: El cerebro en la pornografía. JAMA Psychiatry 71: 827 – 834.
• Kundu P, Inati SJ, Evans JW, Luh WM, Bandettini PA (2012): diferenciando las señales BOLD y no BOLD en las series de tiempo fMRI usando EPI de eco múltiple. Neuroimagen 60: 1759 – 1770.
• Lin X, Dong G, Wang Q, Du X (2014): volumen anormal de materia gris y materia blanca en "adictos a los juegos de Internet". Addict Behav 40C: 137 – 143.
• MacDonald AW, Cohen JD, Stenger VA, Carter CS (2000): disociando el papel del córtex cingulado anterior y frontal dorsolateral en el control cognitivo. Ciencia 288: 1835 – 1838.
• Makris N, Oscar-Berman M, Jaffin SK, Hodge SM, Kennedy DN, Caviness VS, Marinkovic K, Breiter HC, Gasic GP, Harris GJ (2008): Disminución del volumen del sistema de recompensa cerebral en el alcoholismo. Psiquiatría Biol 64: 192 – 202.
• Martínez D, Slifstein M, Broft A, Mawlawi O, Chatterjee R, Hwang DR, Huang Y, Cooper T, Kegeles L, Zarahn E, Abi-Dargham A, Haber SN, Laruelle M (2003): transmisión de dopamina mesolímbica humana con imágenes Tomografía de emisión de positrones. Parte II: Liberación de dopamina inducida por anfetamina en las subdivisiones funcionales del cuerpo estriado. J Cereb Blood Flow Metab 23: 285 – 300.
• Mcgahuey CA, Gelenberg AJ, Cindi A, Moreno FA, Delgado PL, Mcknight KM, Manber R (2011): Journal of sex & marital the arizona sexual experience scale (asex): confiabilidad y validez. J Sex Marital Ther 26: 37–41.
• Mechelmans DJ, Irvine M, Banca P, Porter L, Mitchell S, Mole TB, Lapa TR, Harrison NA, Potenza MN, Voon V (2014): sesgo de atención mejorado hacia señales sexualmente explícitas en individuos con y sin conductas sexuales compulsivas. PLoS One 9: e105476.
• Mechtcheriakov S, Brenneis C, Egger K, Koppelstaetter F, Schocke M, Marksteiner J (2007): un patrón distinto y extendido de atrofia cerebral en pacientes con adicción al alcohol revelada por morfometría basada en voxel. J Neurol Neurosurg Psychiatry 78: 610 – 614.
• Miner MH, Raymond N, Mueller B. a, Lloyd M, Lim KO (2009): Investigación preliminar de las características impulsivas y neuroanatómicas del comportamiento sexual compulsivo. Psychiatry Res - Neuroimaging 174: 146-151.
• Murray GK, Corlett PR, Clark L, Pessiglione M, Blackwell AD, Honey G, Jones PB, Bullmore ET, Robbins TW, Fletcher PC (2008): Substantia nigra / ventral recompensa tegmental error de interrupción en la psicosis. Mol Psychiatry 13: 267 – 276.
• Petrides M (2000): el papel de la corteza prefrontal medio dorsolateral en la memoria de trabajo. Exp Brain Res 133: 44 – 54.
• Prause N, Steele VR, Staley C, Sabatinelli D, Proudfit GH (2015): modulación de los potenciales positivos tardíos por imágenes sexuales en usuarios problemáticos y controles incompatibles con la "adicción a la pornografía". Biol Psychol 109: 192 – 199.
• Rando K, Tuit K, Hannestad J, Guarnaccia J, Sinha R (2013): diferencias de sexo en la disminución del volumen de la sustancia gris límbica y cortical en la dependencia de la cocaína: un estudio morfométrico basado en voxel. Adicto Biol 18: 147 – 160.
• Equipo RC (2014): R: Un lenguaje y entorno para la computación estadística. Viena, Austria: R Foundation for Statistical Computing. ISBN 3-900051-07-0.
• Reid RC, Carpenter BN, Hook JN, Garos S, Manning JC, Gilliland R, Cooper EB, McKittrick H, Davtian M, Fong T (2012): informe de hallazgos en un ensayo de campo DSM-5 para el trastorno hipersexual. J Sex Med 9: 2868 – 2877.
• Reissner KJ, Kalivas PW (2010): el uso de la homeostasis del glutamato como un objetivo para el tratamiento de trastornos adictivos. Behav Pharmacol 21: 514.
• Seok JW, Sohn JH (2015): sustratos neuronales del deseo sexual en individuos con comportamiento hipersexual problemático. Frente Behav Neurosci 9: 1 – 11.
• Sheehan DV, Lecrubier Y, Sheehan KH, Amorim P, Janavs J, Weiller E, Hergueta T, Baker R, Dunbar GC (1998): la mini-entrevista neuropsiquiátrica internacional (mini): el desarrollo y la validación de una entrevista psiquiátrica de diagnóstico estructurado para DSM-IV y ICD-10. J Clin Psychiatry 59: 22 – 33.
• Siegle GJ, Thompson W, Carter CS, Steinhauer SR, Thase ME (2007): aumento de la amígdala y disminución de las respuestas BOLD prefrontal dorsolaterales en la depresión unipolar: características relacionadas e independientes. Psiquiatría Biol 61: 198 – 209.
• Sun Y, Sun J, Zhou Y, Ding W, Chen X, Zhuang Z, Xu J, Du Y (2014): Evaluación de las alteraciones de la microestructura in vivo en la materia gris utilizando DKI en la adicción a los juegos de Internet. Behav Brain Funct 10: 37.
• Taki Y, Kinomura S, Sato K, Goto R, Inoue K, Okada K, Ono S, Kawashima R, Fukuda H (2006): tanto el volumen global de materia gris como el volumen regional de materia gris se correlacionan negativamente con el consumo de alcohol de por vida en alcohol sin alcohol Hombres japoneses dependientes: un análisis volumétrico y una morfometría basada en voxel. Alcohol Clin Exp Res 30: 1045 – 1050.
• Tanabe J, Tregellas JR, Dalwani M, Thompson L, Owens E, Crowley T, Banich M (2009): la materia gris de la corteza gris orbitofrontal medial se reduce en los individuos abstinentes dependientes de sustancias. Psiquiatría Biol 65: 160 – 164.
• Voon V, Mole TB, Banca P, Porter L, Morris L, Mitchell S, Lapa TR, Karr J, Harrison NA, Potenza MN, Irvine M (2014): correlatos neurales de la reactividad de la señal sexual en individuos con y sin conductas sexuales compulsivas . PLoS One 9: e102419.
• Wang H, Jin C, Yuan K, Shakir TM, Mao C, Niu X, Niu C, Guo L, Zhang M (2015): la alteración del volumen de materia gris y el control cognitivo en adolescentes con trastorno de los juegos de Internet. Frente Behav Neurosci 9: 1 – 7.
• Weng CB, Qian RB, Fu XM, Lin B, Han XP, Niu CS, Wang YH (2013): Anormalidades de la materia gris y la materia blanca en la adicción a los juegos en línea. Eur J Radiol 82: 1308 – 1312.
• Whiteside SP, Lynam DR (2001): el modelo de cinco factores y la impulsividad: uso de un modelo estructural de personalidad para comprender la impulsividad. Pers Individ Diff 30: 669 – 689.
• Whitfield-Gabrieli S, Nieto-Castanon A (2012): una caja de herramientas de conectividad funcional para redes cerebrales correlacionadas y anticorrelacionadas. Brain Connect 2: 125 – 141.
• Wrase J, Makris N, Braus DF, Mann K, Smolka MN, Kennedy DN, Caviness VS, Hodge SM, Tang L, Albaugh M, Ziegler D. a, Davis OC, Kissling C, Schumann G, Breiter HC, Heinz A ( 2008): volumen de amígdala asociado con recaída y deseo de abuso de alcohol. Soy J Psychiatry 165: 1179 – 1184.
• Xiao P, Dai Z, Zhong J, Zhu Y, Shi H, Pan P (2015): déficit regionales de materia gris en la dependencia del alcohol: un metanálisis de estudios de morfometría basados ​​en voxel. Droga Alcohol Depend 153: 22 – 28.
• Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, Liu P, Liu J, Sun J, von Deneen KM, Gong Q, Liu Y, Tian J (2011): anomalías de la microestructura en adolescentes con adicción a Internet trastorno. PLoS One 6: e20708.
• Yuan K, Cheng P, Dong T, Bi Y, Xing L, Yu D, Zhao L, Dong M, von Deneen KM, Liu Y, Qin W, Tian J (2013): anomalías corticales del grosor en la adolescencia tardía con adicción a los juegos en línea . PLoS One 8: e53055.
• Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, Lei H (2011): anomalías de la materia gris en la adicción a Internet: un estudio de morfometría basado en voxel. Eur J Radiol 79: 92 – 95.