Modificación de la conectividad funcional EEG y el espectro de potencia EEG en pacientes con sobrepeso y obesos con adicción a la comida: un estudio eLORETA (2015)

Imagen cerebral y comportamiento

Diciembre 2015, Volumen 9, Número 4, pp 703 – 716

  • Claudio Imperatori Autor de correo electrónico
  • Mariantonietta Fabbricatore
  • Marco Innamorati
  • Benedetto Farina
  • María Isabel Quintiliani
  • Dorian A. Lamis
  • Edoardo Mazzucchi
  • Anna Contardi
  • Catello Vollono
  • Giacomo Della Marca

DOI: 10.1007 / s11682-014-9324-x

Cita este artículo como:

Imperatori, C., Fabbricatore, M., Innamorati, M. et al. Imagen cerebral y comportamiento (2015) 9: 703. doi: 10.1007 / s11682-014-9324-x

Resumen

Evaluamos las modificaciones de los espectros de potencia electroencefalográfica (EEG) y la conectividad EEG en pacientes con sobrepeso y obesos con síntomas elevados de adicción a la comida (FA). Catorce pacientes con sobrepeso y obesos (hombres 3 y mujeres 11) con tres o más síntomas de FA y catorce pacientes con sobrepeso y obesos (hombres 3 y mujeres de 11) con dos o menos síntomas de FA fueron incluidos en el estudio. El EEG se registró durante tres condiciones diferentes: 1) cinco minutos en estado de reposo (RS), 2) cinco minutos en estado de reposo después de un solo sabor de un batido de chocolate (ML-RS) y 3) cinco minutos de estado de reposo después de un solo sabor de Solución neutra de control (N-RS). Los análisis de EEG se realizaron mediante el software exacto de tomografía eléctrica de baja resolución (eLORETA). Se observó una modificación significativa solo en la condición ML-RS. En comparación con los controles, los pacientes con tres o más síntomas de FA mostraron un aumento de la potencia delta en el giro frontal medio derecho (Área de Brodmann [BA] 8) y en el giro precentral derecho (BA 9), y el poder theta en la ínsula derecha ( BA 13) y en el giro frontal inferior derecho (BA 47). Además, en comparación con los controles, los pacientes con tres o más síntomas de FA mostraron un aumento de la conectividad funcional en las áreas frontoparietales tanto en la banda theta como en la alfa. El aumento de la conectividad funcional también se asoció positivamente con el número de síntomas de AF. Tomados en conjunto, nuestros resultados muestran que FA tiene correlatos neurofisiológicos similares de otras formas de trastornos adictivos y relacionados con sustancias que sugieren mecanismos psicopatológicos similares.

Palabras clave

Adicción a la comidaObesidad sobrepesoConectividad funcionalEEG power spectraeLORETA

Referencias

  1. Asociación Americana de Psiquiatría. (2000). Manual diagnóstico y estadístico de los trastornos mentales - DSMIV -TR (4th ed.). Washington, DC: Asociación Americana de Psiquiatría.Google Scholar
  2. Andrade, J., May, J. y Kavanagh, DJ (2012). Imágenes sensoriales en el craving: desde la psicología cognitiva hasta los nuevos tratamientos para la adicción. Revista de psicopatología experimental, 3(2), 127-145.CrossRefGoogle Scholar
  3. Avena, NM (2011). Alimentos y adicciones: implicaciones y relevancia para los trastornos alimentarios y la obesidad. Comentarios actuales sobre abuso de drogas, 4(3), 131-132.PubMedCrossRefGoogle Scholar
  4. Balconi, M. (2011). Modulación de la oscilación frontal del cerebro en la comprensión de la emoción facial. El papel de la recompensa y los sistemas inhibitorios en el procesamiento subliminal y supraliminal. Revista Europea de Psicología Cognitiva, 23(6), 723-735.CrossRefGoogle Scholar
  5. Bjelland, I., Dahl, AA, Haug, TT y Neckelmann, D. (2002). Validez de la escala hospitalaria de ansiedad y depresión. Una revisión bibliográfica actualizada. Revista de Investigación Psicosomática, 52(2), 69-77.PubMedCrossRefGoogle Scholar
  6. Black, WR, Lepping, RJ, Bruce, AS, Powell, JN, Bruce, JM, Martin, LE y Simmons, WK (2014). Hiperconectividad tónica de neurocircuitos de recompensa en niños obesos. Obesidad (Silver Spring), 22(7), 1590-1593.CrossRefGoogle Scholar
  7. Bullins, J., Laurienti, PJ, Morgan, AR, Norris, J., Paolini, BM y Rejeski, WJ (2013). Impulse el consumo, el deseo y la conectividad en la corteza visual durante la imaginería de la comida deseada. Fronteras en la neurociencia del envejecimiento, 5, 77. doi10.3389 / fnagi.2013.00077.PubMedCentralPubMedCrossRefGoogle Scholar
  8. Burmeister, JM, Hinman, N., Koball, A., Hoffmann, DA y Carels, RA (2013). Adicción a la comida en adultos que buscan un tratamiento para adelgazar. Implicaciones para la salud psicosocial y la pérdida de peso. Apetito, xnumx(1), 103-110.PubMedCrossRefGoogle Scholar
  9. Cabeza, R. y St Jacques, P. (2007). Neuroimagen funcional de la memoria autobiográfica. Tendencias en Ciencias Cognitivas, 11.(5), 219-227.PubMedCrossRefGoogle Scholar
  10. Cannon, R., Kerson, C. y Hampshire, A. (2011). Detección SLORETA y fMRI de anomalías de la red predeterminada prefrontal medial en adultos con TDAH. Revista de Neuroterapia, 15(4), 358-373.CrossRefGoogle Scholar
  11. Canuet, L., Ishii, R., Pascual-Marqui, RD, Iwase, M., Kurimoto, R., Aoki, Y. y Takeda, M. (2011). Localización de fuentes de EEG en reposo y conectividad funcional en psicosis epiléptica similar a la esquizofrenia. PloS One, 6(11), e27863. doi10.1371 / journal.pone.0027863.PubMedCentralPubMedCrossRefGoogle Scholar
  12. Canuet, L., Tellado, I., Couceiro, V., Fraile, C., Fernandez-Novoa, L., Ishii, R. y Cacabelos, R. (2012). Interrupción de la red en estado de reposo y genotipo APOE en la enfermedad de Alzheimer: un estudio de conectividad funcional retrasado. PloS One, 7(9), e46289. doi10.1371 / journal.pone.0046289.PubMedCentralPubMedCrossRefGoogle Scholar
  13. Cepeda-Benito, A., Gleaves, DH, Fernandez, MC, Vila, J., Williams, TL y Reynoso, J. (2000). El desarrollo y validación de las versiones en español de los Cuestionarios Estatales y Rasgos de Antojos de Alimentos. Investigación y terapia del comportamiento, 38(11), 1125-1138.PubMedCrossRefGoogle Scholar
  14. Costantini, M., Musso, M., Viterbori, P., Bonci, F., Del Mastro, L., Garrone, O. y Morasso, G. (1999). Detección de malestar psicológico en pacientes con cáncer: validez de la versión italiana de la Escala de ansiedad y depresión hospitalaria. Atención de apoyo en cáncer, 7(3), 121-127.PubMedCrossRefGoogle Scholar
  15. Coullaut-Valera, R., Arbaiza, I., Bajo, R., Arrue, R., Lopez, ME, Coullaut-Valera, J. y Papo, D. (2014). El policonsumo de drogas se asocia con una mayor sincronización de la actividad eléctrica del cerebro en reposo y en una tarea de conteo. Revista Internacional de Sistemas Neuronales, 24(1), 1450005. doi10.1142 / S0129065714500051.PubMedCrossRefGoogle Scholar
  16. Crews, FT y Boettiger, CA (2009). Impulsividad, lóbulos frontales y riesgo de adicción. Farmacología Bioquímica y Comportamiento, 93(3), 237-247.CrossRefGoogle Scholar
  17. Davis, C. y Carter, JC (2009). Comer en exceso compulsivamente como trastorno de adicción. Una revisión de la teoría y la evidencia. Apetito, xnumx(1), 1-8.PubMedCrossRefGoogle Scholar
  18. De Ridder, D., Vanneste, S., Kovacs, S., Sunaert, S. y Dom, G. (2011). Supresión transitoria del deseo de alcohol mediante rTMS del cingulado anterior dorsal: un estudio de resonancia magnética funcional y electroencefalograma LORETA. Letras de Neurociencia, 496(1), 5-10.PubMedCrossRefGoogle Scholar
  19. Dehghani-Arani, F., Rostami, R. y Nadali, H. (2013). Entrenamiento de neurofeedback para la adicción a opiáceos: mejora de la salud mental y el deseo. Psicofisiología aplicada y biofeedback, 38(2), 133-141.PubMedCentralPubMedCrossRefGoogle Scholar
  20. Dong, D., Lei, X., Jackson, T., Wang, Y., Su, Y. y Chen, H. (2014). Homogeneidad regional alterada e inhibición de respuesta eficiente en comedores restringidos. Neurociencia, 266, 116 – 126. doi10.1016 / j.neuroscience.2014.01.062.PubMedCrossRefGoogle Scholar
  21. Dumpelmann, M., Ball, T. y Schulze-Bonhage, A. (2012). sLORETA permite una reconstrucción confiable de fuentes distribuidas basada en grabaciones de cuadrícula y banda subdural. Mapeo Cerebral Humano, 33(5), 1172-1188.PubMedCrossRefGoogle Scholar
  22. Fingelkurts, AA y Kahkonen, S. (2005). Conectividad funcional en el cerebro: ¿es un concepto difícil de alcanzar? Reseñas de neurociencia y bioconducta, 28(8), 827-836.CrossRefGoogle Scholar
  23. Fingelkurts, AA, Kivisaari, R., Autti, T., Borisov, S., Puuskari, V., Jokela, O. y Kahkonen, S. (2006). Aumento de la conectividad funcional local y disminuida a distancia en las bandas de frecuencia alfa y beta del EEG en pacientes dependientes de opioides. Psicofarmacología, 188(1), 42-52.PubMedCrossRefGoogle Scholar
  24. Fingelkurts, AA, Kivisaari, R., Autti, T., Borisov, S., Puuskari, V., Jokela, O. y Kahkonen, S. (2007). La abstinencia de opioides da como resultado una mayor conectividad funcional local y remota en las bandas de frecuencia alfa y beta del EEG. Investigación en Neurociencia, 58(1), 40-49.PubMedCrossRefGoogle Scholar
  25. Ford, MR, Goethe, JW y Dekker, DK (1986). Coherencia y poder del EEG en la discriminación de trastornos psiquiátricos y efectos de la medicación. Psiquiatría Biológica, 21(12), 1175-1188.PubMedCrossRefGoogle Scholar
  26. Fortuna, JL (2012). La epidemia de obesidad y la adicción a la comida: similitudes clínicas con la drogodependencia. Diario de drogas psicoactivas, 44(1), 56-63.PubMedCrossRefGoogle Scholar
  27. Franken, IH, Stam, CJ, Hendriks, VM y van den Brink, W. (2004). El poder electroencefalográfico y los análisis de coherencia sugieren una función cerebral alterada en pacientes varones dependientes de la heroína en abstinencia. Neuropsicobiología, 49(2), 105-110.PubMedCrossRefGoogle Scholar
  28. Freeman, WJ, Kozma, R. y Werbos, PJ (2001). Biocomplejidad: comportamiento adaptativo en sistemas dinámicos estocásticos complejos. BioSistemas, 59(2), 109-123.PubMedCrossRefGoogle Scholar
  29. Friston, KJ (2001). Función cerebral, acoplamiento no lineal y transitorios neuronales. El neurocientífico, 7(5), 406-418.PubMedCrossRefGoogle Scholar
  30. Friston, KJ, Frith, CD, Liddle, PF y Frackowiak, RS (1991). Comparación de imágenes funcionales (PET): evaluación de cambios significativos. Journal of Cerebral Blood Flow & Metabolism, 11(4), 690-699.CrossRefGoogle Scholar
  31. Fu, Y., Chen, Y., Zeng, T., Peng, Y., Tian, ​​S. y Ma, Y. (2008). Actividad delta EEG en la corteza orbitofrontal izquierda en ratas relacionada con la recompensa y el deseo de comida. Investigación zoológica, 29(3), 260-264.CrossRefGoogle Scholar
  32. García-García, I., Jurado, MA, Garolera, M., Segura, B., Marques-Iturria, I., Pueyo, R. y Junque, C. (2012). Conectividad funcional en la obesidad durante el procesamiento de recompensas. Imagen Neuro, 66C, 232-239.Google Scholar
  33. Gearhardt, AN, Corbin, WR y Brownell, KD (2009a). Adicción a la comida: examen de los criterios diagnósticos de dependencia. Revista de Enfermería en Adicciones, 3(1), 1-7.Google Scholar
  34. Gearhardt, AN, Corbin, WR y Brownell, KD (2009b). Validación preliminar de la escala de adicción a la comida de Yale. Apetito, xnumx(2), 430-436.PubMedCrossRefGoogle Scholar
  35. Gearhardt, AN, Yokum, S., Orr, PT, Stice, E., Corbin, WR y Brownell, KD (2011). Correlatos neuronales de la adicción a la comida. Archivos de Psiquiatría General, 68(8), 808-816.PubMedCentralPubMedCrossRefGoogle Scholar
  36. Grave de Peralta-Menendez, R., y González-Andino, SL (1998). Un análisis crítico de soluciones inversas lineales al problema inverso neuroelectromagnético. Transacciones IEEE en Ingeniería Biomédica, 45(4), 440-448.PubMedCrossRefGoogle Scholar
  37. de Peralta, G., Menéndez, R., González Andino, SL, Morand, S., Michel, CM, y Landis, T. (2000). Imágenes de la actividad eléctrica del cerebro: ELECTRA. Mapeo Cerebral Humano, 9(1), 1-12.CrossRefGoogle Scholar
  38. Grech, R., Cassar, T., Muscat, J., Camilleri, KP, Fabri, SG, Zervakis, M. y Vanrumste, B. (2008). Repaso sobre la resolución del problema inverso en el análisis de fuentes de EEG. Revista de Neuroingeniería y Rehabilitación, 5, 25. doi10.1186/1743-0003-5-25.PubMedCentralPubMedCrossRefGoogle Scholar
  39. Guntekin, B. y Basar, E. (2007). Las expresiones faciales emocionales se diferencian con oscilaciones cerebrales. Revista Internacional de Psicofisiología, 64(1), 91-100.PubMedCrossRefGoogle Scholar
  40. Hong, SB, Zalesky, A., Cocchi, L., Fornito, A., Choi, EJ, Kim, HH y Yi, SH (2013). Disminución de la conectividad cerebral funcional en adolescentes con adicción a Internet. PloS One, 8(2), e57831. doi10.1371 / journal.pone.0057831.PubMedCentralPubMedCrossRefGoogle Scholar
  41. Horacek, J., Brunovsky, M., Novak, T., Skrdlantova, L., Klirova, M., Bubenikova-Valesova, V. y Hoschl, C. (2007). Efecto de la rTMS de baja frecuencia sobre la tomografía electromagnética (LORETA) y el metabolismo cerebral regional (PET) en pacientes con esquizofrenia con alucinaciones auditivas. Neuropsicobiología, 55(3 – 4), 132 – 142.PubMedCrossRefGoogle Scholar
  42. Iani, L., Lauriola, M. y Costantini, M. (2014). Un análisis bifactor confirmatorio de la escala de ansiedad y depresión hospitalaria en una muestra de una comunidad italiana. Resultados de salud y calidad de vida, 12, 84. doi10.1186/1477-7525-12-84.PubMedCentralPubMedCrossRefGoogle Scholar
  43. Imperatori, C., Farina, B., Brunetti, R., Gnoni, V., Testani, E., Quintiliani, MI y Della Marca, G. (2013). Modificaciones de los espectros de potencia del EEG en el lóbulo temporal mesial durante las tareas n-back de dificultad creciente. Un estudio de sLORETA. Fronteras en la neurociencia humana, 7, 109. doi10.3389 / fnhum.2013.00109.PubMedCentralPubMedCrossRefGoogle Scholar
  44. Imperatori, C., Farina, B., Quintiliani, MI, Onofri, A., Castelli Gattinara, P., Lepore, M. y Della Marca, G. (2014a). Conectividad funcional del EEG aberrante y espectros de potencia del EEG en el trastorno de estrés postraumático en estado de reposo: un estudio de sLORETA. Psicología Biológica, 102., 10 – 16. doi10.1016 / j.biopsycho.2014.07.011.PubMedCrossRefGoogle Scholar
  45. Imperatori, C., Innamorati, M., Contardi, A., Continisio, M., Tamburello, S., Lamis, DA y Fabbricatore, M. (2014b). La asociación entre la adicción a la comida, la gravedad de los atracones y la psicopatología en pacientes obesos y con sobrepeso que asisten a una terapia de dieta baja en energía. Psiquiatría integral, 55(6), 1358-1362.PubMedCrossRefGoogle Scholar
  46. Innamorati, M., Imperatori, C., Manzoni, GM, Lamis, DA, Castelnuovo, G., Tamburello, A. y Fabbricatore, M. (2014a). Propiedades psicométricas de la escala italiana de adicción a los alimentos de Yale en pacientes con sobrepeso y obesidad. Trastornos de la alimentación y el peso. doi10.1007/s40519-014-0142-3.Google Scholar
  47. Innamorati, M., Imperatori, C., Meule, A., Lamis, DA, Contardi, A., Balsamo, M. y Fabbricatore, M. (2014b). Propiedades psicométricas del Cuestionario de antojos de comida italiana-Rasgo reducido (FCQ-Tr). Trastornos de la alimentación y el peso. doi10.1007/s40519-014-0143-2.Google Scholar
  48. Jensen, O., Gelfand, J., Kounios, J. y Lisman, JE (2002). Las oscilaciones en la banda alfa (9-12 Hz) aumentan con la carga de memoria durante la retención en una tarea de memoria a corto plazo. Corteza Cerebral, 12(8), 877-882.PubMedCrossRefGoogle Scholar
  49. Jensen, O. y Tesche, CD (2002). La actividad theta frontal en humanos aumenta con la carga de memoria en una tarea de memoria de trabajo. Revista Europea de Neurociencia, 15(8), 1395-1399.PubMedCrossRefGoogle Scholar
  50. Kavanagh, DJ, Andrade, J. y May, J. (2005). Disfrute imaginario y tortura exquisita: la elaborada teoría de la intrusión del deseo. Revisión psicológica, 112(2), 446-467.PubMedCrossRefGoogle Scholar
  51. Kemps, E., Tiggemann, M. y Grigg, M. (2008). Los antojos de alimentos consumen recursos cognitivos limitados. Revista de Psicología Experimental Aplicada, 14(3), 247-254.PubMedCrossRefGoogle Scholar
  52. Kemps, E., Tiggemann, M., Woods, D. y Soekov, B. (2004). Reducción de los antojos de alimentos mediante el procesamiento visoespacial concurrente. Revista Internacional de Trastornos de la Alimentación, 36(1), 31-40.PubMedCrossRefGoogle Scholar
  53. Khader, PH, Jost, K., Ranganath, C. y Rosler, F. (2010). Las oscilaciones theta y alfa durante el mantenimiento de la memoria de trabajo predicen una codificación de memoria a largo plazo exitosa. Letras de Neurociencia, 468(3), 339-343.PubMedCentralPubMedCrossRefGoogle Scholar
  54. Klimesch, W., Sauseng, P. y Hanslmayr, S. (2007). Oscilaciones alfa del EEG: la hipótesis del tiempo de inhibición. Reseñas de Brain Research, 53(1), 63-88.PubMedCrossRefGoogle Scholar
  55. Knyazev, GG (2007). La motivación, la emoción y su control inhibitorio se reflejan en las oscilaciones del cerebro. Reseñas de neurociencia y bioconducta, 31(3), 377-395.CrossRefGoogle Scholar
  56. Knyazev, GG (2012). Oscilaciones delta del EEG como correlato de procesos homeostáticos y motivacionales básicos. Reseñas de neurociencia y bioconducta, 36(1), 677-695.CrossRefGoogle Scholar
  57. Koehler, S., Ovadia-Caro, S., van der Meer, E., Villringer, A., Heinz, A., Romanczuk-Seiferth, N. y Margulies, DS (2013). Aumento de la conectividad funcional entre la corteza prefrontal y el sistema de recompensa en el juego patológico. PloS One, 8(12), e84565. doi10.1371 / journal.pone.0084565.PubMedCentralPubMedCrossRefGoogle Scholar
  58. Krause, CM, Viemero, V., Rosenqvist, A., Sillanmaki, L. y Astrom, T. (2000). Desincronización electroencefalográfica relativa y sincronización en humanos con el contenido de la película emocional: un análisis de las bandas de frecuencia de 4–6, 6–8, 8–10 y 10–12 Hz. Letras de Neurociencia, 286(1), 9-12.PubMedCrossRefGoogle Scholar
  59. Kreiter, AK y Singer, W. (1992). Respuestas neuronales oscilatorias en la corteza visual del mono macaco despierto. Revista Europea de Neurociencia, 4(4), 369-375.PubMedCrossRefGoogle Scholar
  60. Kroes, MC, van Wingen, GA, Wittwer, J., Mohajeri, MH, Kloek, J. y Fernandez, G. (2014). Los alimentos pueden mejorar el estado de ánimo al afectar los neurocircuitos que regulan el estado de ánimo a través de un mecanismo serotoninérgico. Imagen Neuro, 84, 825 – 832. doi10.1016 / j.neuroimage.2013.09.041.PubMedCrossRefGoogle Scholar
  61. Kullmann, S., Pape, AA, Heni, M., Ketterer, C., Schick, F., Haring, HU y Veit, R. (2013). Conectividad de red funcional subyacente al procesamiento de alimentos: alteración de la prominencia y el procesamiento visual en adultos con sobrepeso y obesidad. Corteza Cerebral, 23(5), 1247-1256.PubMedCrossRefGoogle Scholar
  62. Ma, L., Steinberg, JL, Hasan, KM, Narayana, PA, Kramer, LA y Moeller, FG (2012). Modulación de la carga de la memoria de trabajo de las conexiones parieto-frontales: evidencia del modelado causal dinámico. Mapeo Cerebral Humano, 33(8), 1850-1867.PubMedCentralPubMedCrossRefGoogle Scholar
  63. Markov, NT, Ercsey-Ravasz, M., Van Essen, DC, Knoblauch, K., Toroczkai, Z. y Kennedy, H. (2013). Arquitecturas de contracorriente cortical de alta densidad. Ciencia, xnumx(6158), 1238406. doi10.1126 / science.1238406.PubMedCentralPubMedCrossRefGoogle Scholar
  64. Mayo, J., Andrade, J., Kavanagh, DJ y Hetherington, M. (2012). Teoría elaborada de la intrusión: una teoría cognitivo-emocional del ansia de comida. Informes actuales de obesidad, 1(2), 114-121.CrossRefGoogle Scholar
  65. Meule, A., Kubler, A. y Blechert, J. (2013). Evolución temporal de las respuestas electrocorticales de señales alimentarias durante la regulación cognitiva del deseo. Fronteras en psicología, 4, 669. doi10.3389 / fpsyg.2013.00669.PubMedCentralPubMedGoogle Scholar
  66. Murphy, CM, Stojek, MK y MacKillop, J. (2014). Interrelaciones entre rasgos de personalidad impulsiva, adicción a la comida e índice de masa corporal. Apetito, xnumx, 45 – 50. doi10.1016 / j.appet.2013.10.008.PubMedCrossRefGoogle Scholar
  67. Murphy, TH, Blatter, LA, Wier, WG y Baraban, JM (1992). Transitorios espontáneos de calcio sináptico sináptico en neuronas corticales cultivadas. El Diario de la Neurociencia, 12(12), 4834-4845.PubMedGoogle Scholar
  68. Naqvi, NH y Bechara, A. (2010). La ínsula y la drogadicción: una visión interoceptiva del placer, los impulsos y la toma de decisiones. Estructura y función del cerebro, 214(5 – 6), 435 – 450.PubMedCentralPubMedCrossRefGoogle Scholar
  69. Nichols, TE y Holmes, AP (2002). Pruebas de permutación no paramétrica para neuroimagen funcional: una cartilla con ejemplos. Mapeo Cerebral Humano, 15(1), 1-25.PubMedCrossRefGoogle Scholar
  70. Olsson, I., Mykletun, A. y Dahl, AA (2005). La escala de calificación hospitalaria de ansiedad y depresión: un estudio transversal de la psicometría y las habilidades de búsqueda de casos en la práctica general. Psiquiatría BMC, 5, 46. doi10.1186/1471-244X-5-46.PubMedCentralPubMedCrossRefGoogle Scholar
  71. Pagani, M., Di Lorenzo, G., Verardo, AR, Nicolais, G., Monaco, L., Lauretti, G. y Siracusano, A. (2012). Correlatos neurobiológicos de la monitorización EMDR: un estudio de EEG. PloS One, 7(9), e45753. doi10.1371 / journal.pone.0045753.PubMedCentralPubMedCrossRefGoogle Scholar
  72. Park, HJ y Friston, K. (2013). Redes cerebrales estructurales y funcionales: de las conexiones a la cognición. Ciencia, xnumx(6158), 1238411. doi10.1126 / science.1238411.PubMedCrossRefGoogle Scholar
  73. Parvaz, MA, Alia-Klein, N., Woicik, PA, Volkow, ND y Goldstein, RZ (2011). Neuroimagen para la adicción a las drogas y comportamientos relacionados. Reseñas en las Neurociencias, 22(6), 609-624.PubMedCentralPubMedCrossRefGoogle Scholar
  74. Pascual-Marqui, RD (2007). Coherencia y sincronización de fase: generalización a pares de series de tiempo multivariadas, y eliminación de contribuciones de retraso cero. arXiv: 0706.1776v3 [estadísticas. YO] 12 julio 2007. (http://arxiv.org/pdf/0706.1776).
  75. Pascual-Marqui, RD y Biscay-Lirio, R. (1993). Resolución espacial de generadores neuronales basada en mediciones de EEG y MEG. Revista Internacional de Neurociencia, 68(1 – 2), 93 – 105.PubMedCrossRefGoogle Scholar
  76. Pascual-Marqui, RD, Lehmann, D., Koukkou, M., Kochi, K., Anderer, P., Saletu, B. y Kinoshita, T. (2011). Evaluación de interacciones en el cerebro con tomografía electromagnética de baja resolución exacta. Transacciones filosóficas de la Royal Society A - Ciencias de la ingeniería y física matemática, 369(1952), 3768-3784.CrossRefGoogle Scholar
  77. Pascual-Marqui, RD, Michel, CM y Lehmann, D. (1994). Tomografía electromagnética de baja resolución: un nuevo método para localizar la actividad eléctrica en el cerebro. Revista Internacional de Psicofisiología, 18(1), 49-65.PubMedCrossRefGoogle Scholar
  78. Pascual-Marqui, RD, Michel, CM y Lehmann, D. (1995). Segmentación de la actividad eléctrica cerebral en microestados: estimación y validación de modelos. Transacciones IEEE en Ingeniería Biomédica, 42(7), 658-665.PubMedCrossRefGoogle Scholar
  79. Pelchat, ML (2009). La adicción a la comida en los humanos. Diario de la nutrición, 139(3), 620-622.PubMedCrossRefGoogle Scholar
  80. Pelchat, ML, Johnson, A., Chan, R., Valdez, J. y Ragland, JD (2004). Imágenes de deseo: activación del deseo de comer durante la resonancia magnética funcional. Imagen Neuro, 23(4), 1486-1493.PubMedCrossRefGoogle Scholar
  81. Pompili, M., Innamorati, M., Szanto, K., Di Vittorio, C., Conwell, Y., Lester, D. y Amore, M. (2011). Acontecimientos de la vida como precipitantes de intentos de suicidio entre quienes intentan suicidarse por primera vez, quienes lo repiten y quienes no lo intentan. Investigación en psiquiatría, 186(2 – 3), 300 – 305.PubMedCrossRefGoogle Scholar
  82. Reid, MS, Flammino, F., Howard, B., Nilsen, D. y Prichep, LS (2006). Imágenes topográficas de EEG cuantitativo en respuesta a la autoadministración de cocaína fumada en humanos. Neuropsicofarmacología, 31(4), 872-884.PubMedCrossRefGoogle Scholar
  83. Reid, MS, Prichep, LS, Ciplet, D., O'Leary, S., Tom, M., Howard, B. y John, ER (2003). Estudios electroencefalográficos cuantitativos del ansia de cocaína inducida por señales. Electroencefalografía y Neurofisiología Clínica, 34(3), 110-123.Google Scholar
  84. Ross, SM (2013). Neurofeedback: un tratamiento integrador de los trastornos por uso de sustancias. Práctica Holística de Enfermería, 27(4), 246-250.PubMedCrossRefGoogle Scholar
  85. Saunders, BT y Robinson, TE (2013). Variación individual en la resistencia a la tentación: implicaciones para la adicción. Reseñas de neurociencia y bioconducta, 37(9 Pt A), 1955 – 1975.CrossRefGoogle Scholar
  86. Savory, CJ y Kostal, L. (2006). ¿La expresión de algunos comportamientos está asociada con la desactivación en pollos alimentados con restricción? Fisiología y comportamiento, 88(4 – 5), 473 – 478.CrossRefGoogle Scholar
  87. Schack, B. y Klimesch, W. (2002). Características de frecuencia de la actividad electroencefálica evocada y oscilatoria en una tarea de escaneo de la memoria humana. Letras de Neurociencia, 331(2), 107-110.PubMedCrossRefGoogle Scholar
  88. Schoffelen, JM y Gross, J. (2009). Análisis de conectividad de fuente con MEG y EEG. Mapeo Cerebral Humano, 30(6), 1857-1865.PubMedCrossRefGoogle Scholar
  89. Stam, CJ, Nolte, G. y Daffertshofer, A. (2007). Índice de desfase: evaluación de la conectividad funcional de EEG y MEG multicanal con sesgo reducido de fuentes comunes. Mapeo Cerebral Humano, 28(11), 1178-1193.PubMedCrossRefGoogle Scholar
  90. Stern, Y., Neufeld, MY, Kipervasser, S., Zilberstein, A., Fried, I., Teicher, M. y Adi-Japha, E. (2009). Localización de la fuente de la epilepsia del lóbulo temporal mediante análisis de PCA-LORETA en registros de EEG ictal. Revista de Neurofisiología Clínica, 26(2), 109-116.PubMedCrossRefGoogle Scholar
  91. Tammela, LI, Paakkonen, A., Karhunen, LJ, Karhu, J., Uusitupa, MI y Kuikka, JT (2010). Actividad eléctrica cerebral durante la presentación de los alimentos en mujeres obesas que comen compulsivamente. Fisiología Clínica e Imagen Funcional, 30(2), 135-140.PubMedCrossRefGoogle Scholar
  92. Tiggemann, M. y Kemps, E. (2005). La fenomenología de los antojos de comida: el papel de las imágenes mentales. Apetito, xnumx(3), 305-313.PubMedCrossRefGoogle Scholar
  93. Tiggemann, M., Kemps, E. y Parnell, J. (2010). El impacto selectivo del deseo de chocolate en la memoria de trabajo visoespacial. Apetito, xnumx(1), 44-48.PubMedCrossRefGoogle Scholar
  94. Tregellas, JR, Wylie, KP, Rojas, DC, Tanabe, J., Martin, J., Kronberg, E. y Cornier, MA (2011). Actividad de red predeterminada alterada en obesidad. Obesidad (Silver Spring), 19(12), 2316-2321.CrossRefGoogle Scholar
  95. Turk-Browne, NB (2013). Interacciones funcionales como big data en el cerebro humano. Ciencia, xnumx(6158), 580-584.PubMedCentralPubMedCrossRefGoogle Scholar
  96. Volkow, ND, Wang, GJ, Tomasi, D. y Baler, RD (2013). Obesidad y adicción: superposiciones neurobiológicas. Opiniones de Obesidad, 14(1), 2-18.PubMedCrossRefGoogle Scholar
  97. von Deneen, KM y Liu, Y. (2011). La obesidad como adicción: ¿Por qué los obesos comen más? Maturitas, 68(4), 342-345.CrossRefGoogle Scholar
  98. Yoshikawa, T., Tanaka, M., Ishii, A., Fujimoto, S. y Watanabe, Y. (2014). Mecanismo regulador neuronal del deseo por la comida: revelado por magnetoencefalografía. Investigación del cerebro, 1543, 120 – 127. doi10.1016 / j.brainres.2013.11.005.PubMedCrossRefGoogle Scholar