Volumen de materia gris alterada e integridad de la materia blanca en estudiantes universitarios con dependencia de teléfono móvil (2016)

Frente Psychol. 2016 mayo 4;7: 597. doi: 10.3389 / fpsyg.2016.00597. eCollection 2016.

Wang Y1, Zou Z1, Canción H1, Xu X1, Wang H1, d'Oleire Uquillas F2, Huang x1.

Resumen

La dependencia de teléfonos móviles (MPD) es una adicción conductual que se ha convertido en un problema de salud mental público en aumento. Si bien las investigaciones anteriores han explorado algunos de los factores que pueden predecir la MPD, aún no se han investigado los mecanismos neuronales subyacentes de la MPD. El presente estudio tuvo como objetivo explorar las variaciones microestructurales asociadas con la MPD medida con imágenes de resonancia magnética funcional (fMRI). Volumen de materia gris (GMV) e integridad de la materia blanca (WM) [cuatro índices: anisotropía fraccional (FA); difusividad media (DM); difusividad axial (AD); y la difusividad radial (RD)] se calcularon a través de la morfometría basada en voxel (VBM) y el análisis de estadísticas espaciales basadas en tracto (TBSS), respectivamente. Sesenta y ocho estudiantes universitarios (mujeres 42) se inscribieron y se separaron en dos grupos [grupo de MPD, N = 34; grupo de control (CG), N = 34] basado en el puntaje de la escala del Índice de adicción al teléfono móvil (MPAI). La impulsividad del rasgo también se midió utilizando la Escala de Impulsividad de Barratt (BIS-11).

A la luz de la impulsividad del rasgo subyacente, los resultados revelaron una disminución de GMV en el grupo de MPD en relación con los controles en regiones como el giro frontal superior derecho (sFG), el giro frontal inferior derecho (iFG) y el tálamo bilateral (Thal). En el grupo de MPD, GMV en las regiones mencionadas anteriormente se correlacionó negativamente con las puntuaciones en el MPAI. Los resultados también mostraron significativamente menos medidas de FA y AD de la integridad de WM en el grupo de MPD en relación con los controles en las fibras bilaterales del haz de cíngulo del hipocampo (CgH). Además, en el grupo de MPD, la FA de la CgH también se correlacionó negativamente con las puntuaciones en la MPAI.

Estos hallazgos proporcionan la primera evidencia morfológica de la estructura cerebral alterada con el uso excesivo de teléfonos móviles, y pueden ayudar a comprender mejor los mecanismos neuronales de la MPD en relación con otros trastornos de la conducta y la adicción a sustancias.

PALABRAS CLAVE:

Escala del índice de adicción al teléfono móvil; difusividad axial; fMRI; anisotropía fraccional; volumen de materia gris; impulsividad dependencia de telefonía móvil

Introducción

Según lo informado por eMarketer.com, la cantidad de suscriptores universales de teléfonos inteligentes alcanzará 2,380 millones en 2017, de los cuales 672.1 millones serán suscriptores chinos. Los teléfonos inteligentes tienen muchas características atractivas que ayudan a fomentar su uso frecuente en la vida moderna, especialmente para los adultos jóvenes. Es una fuente inagotable de diversión y relajación, un instrumento altamente efectivo para establecer y mantener relaciones interpersonales, y es un método conveniente para evitar estados de ánimo desagradables y el tiempo de "matanza" (Choliz, 2010).

Cada vez más, los individuos perciben su mundo a través de este nuevo "órgano" sofisticado, multifuncional. Sin embargo, cada vez más adultos jóvenes usan teléfonos inteligentes de una manera fuera de control. En los últimos años, los problemas fisiológicos, sociales, de comportamiento e incluso los afectivos se han asociado con el uso extenso, descontrolado y excesivo de dispositivos móviles, lo que ha llamado mucho la atención sobre los posibles efectos negativos del uso excesivo de teléfonos móviles (Roberts et al., 2015).

El uso excesivo de teléfonos móviles, como un trastorno, puede considerarse una adicción al comportamiento (Billieux, 2012). El marco general tradicional para la adicción se basa en un modelo médico que se refiere a la dependencia física y psicológica del consumo de sustancias como el tabaco, el alcohol u otras drogas (McMillan et al., 2001). Sin embargo, los investigadores han argumentado que la adicción debería ampliarse para incluir patrones de comportamiento patológicos que sean análogos a la dependencia de sustancias, y se han referido colectivamente a estos como 'adicciones conductuales' (Limon, 2002). Por lo tanto, la adicción conductual se refiere a los comportamientos, además de la ingesta de sustancias psicoactivas, que producen sentimientos de recompensa a corto plazo y generan un comportamiento más persistente a pesar del conocimiento de las consecuencias adversas. Estos comportamientos incluyen el juego patológico, la selección de la piel, la cleptomanía, la compra compulsiva y el comportamiento sexual compulsivo, por nombrar algunos (Grant et al., 2010). La adicción conductual se parece a la adicción a sustancias en muchos dominios, incluida la historia natural, la fenomenología (Roberts et al., 2015), tolerancia (Leung, 2008), contribuciones genéticas superpuestas (Billieux, 2012), mecanismos neurobiológicos (Billieux et al., 2015a), comorbilidad, respuesta al tratamiento (Billieux et al., 2015b), y la característica básica común de control disminuido (Walther et al., 2012). Con el advenimiento y el creciente uso ubicuo de tecnología como la televisión, los juegos de computadora e Internet, una nueva subclase de adicción conductual que no es de naturaleza química, la adicción tecnológica, se ha caracterizado como el uso excesivo y problemático de tecnología que involucra a los humanos interacción máquinaGriffiths, 1996).

La dependencia de teléfonos móviles (MPD), un subconjunto de la adicción conductual o tecnológica, comparte muchas características comunes con otros trastornos de la adicción (Bianchi y Phillips, 2005; Billieux, 2012). Estas características comunes se resumen en los "criterios de adicciones de comportamiento de Brown" (Marrón, 1993), e incluyen: prominencia cognitiva, conflicto con otras personas o actividades, euforia o alivio, tolerancia o pérdida de control sobre el comportamiento, retiro, recaída y reincorporación (Martinotti y otros, 2011). En general, el MPD se ha descrito como el uso excesivo e incontrolado de un teléfono móvil en la medida en que afecta a la vida real de una persona. Por ejemplo, que recuerda la dependencia y la abstinencia, una persona con MPD puede sentirse incómoda e irritada por la ausencia de su teléfono, incluso sentir un vacío físico y psicológico entre otros síntomas clásicos de la abstinencia (Ling y Pedersen, 2006).

Para muchas personas con MPD, un teléfono móvil puede ser tan fascinante que puede dominar su vida e intereses (Chóliz, xnumx). De hecho, la investigación ha indicado que la MPD está relacionada con el sufrimiento psicológico, la inestabilidad emocional, el materialismo (Beranuy et al., 2009), motivación de aprobación (Takao et al., 2009), el aburrimiento del ocio, la búsqueda de sensaciones (Leung, 2008), impulsividad (Billieux et al., 2007, 2008), y comportamientos de riesgo tales como relaciones sexuales sin protección, uso de drogas ilícitas, consumo de alcohol, suspensiones de la escuela y actividad criminal (Yang et al., 2010). Además, se han encontrado asociaciones negativas entre la MPD y la introversión saludable y la conciencia (Roberts et al., 2015), memoria de trabajo (Billieux et al., 2008), Función ejecutiva (Billieux, 2012), autocontrol y autocontrol (Takao et al., 2009), e incluso la autoestima (Yang et al., 2010). El MPD también puede causar un menor control cognitivo, comportamientos de búsqueda de recompensas elevadas, mayor tolerancia a la exposición al teléfono y problemas de salud psicológica, además de reducir el rendimiento laboral e incluso un fracaso académico (Billieux et al., 2015a), al igual que otros trastornos de la adicción.

Es importante destacar que se ha demostrado que la impulsividad de los rasgos desempeña un papel clave en muchos tipos de trastornos de dependencia, incluida la adicción a las drogas (Moreno-López et al., 2012), problemas de juego (Joutsa et al., 2011; Bickel et al., 2012), adicción al juego online (Han et al., 2012b), e incluso la adicción a internet (Cao et al., 2007; Lin y otros, 2012). Por lo tanto, en el presente estudio, también consideramos la medición de la posible impulsividad subyacente en la MPD.

Aunque se han identificado algunos factores potenciales que pueden estar relacionados con la MPD en estudios anteriores, aún no se ha realizado ningún cuerpo de investigación que investigue los mecanismos neurales subyacentes o las posibles alteraciones morfológicas del cerebro que están presentes en las personas con MPD. Hay una promesa tremenda de usar imágenes de resonancia magnética (MRI) para dilucidar los mecanismos neuronales de MPD (Yuan et al., 2011), y los resultados pueden ayudar al desarrollo de intervenciones conductuales o tratamientos farmacológicos para este y otros tipos de adicciones en el futuro cercano (Hanlon y Canterberry, 2012). Por lo tanto, en el presente estudio, nuestro objetivo fue explorar las medidas de morfología cerebral con RM en individuos con MPD, particularmente en estudiantes universitarios de adultos jóvenes debido al creciente papel que desempeñan los teléfonos móviles en esta población.

Los supuestos patrones neuronales subyacentes comunes entre el MPD y otros trastornos de adicción se prestan a la idea de que, al comprender mejor los mecanismos detrás del MPD, otros tipos de adicción también se pueden dilucidar (Billieux et al., 2015a). En un estudio sobre adicción a internet en adultos jóvenes, Zhou et al. (2011) encontraron que, en comparación con un grupo de control sano, los adultos jóvenes adictos a internet tenían una menor densidad de materia gris en la corteza cingulada anterior izquierda, la corteza cingulada posterior izquierda, la ínsula izquierda y el giro lingual izquierdo. En un estudio similar que analiza la adicción a los juegos en línea en adultos jóvenes, Weng et al. (2013) encontró atrofia de la materia gris en la corteza orbitofrontal derecha (OFC), ínsula bilateral y área motora suplementaria derecha, así como anisotropía fraccional reducida (FA) en la zona derecha del cuerpo calloso, materia blanca bilateral del lóbulo frontal (WM), y Cápsula externa derecha en juego en línea adicto-individuos. En la investigación relacionada con el juego patológico, hubo un mayor volumen de materia gris (GMV) en el cuerpo estriado ventral y la corteza prefrontal derecha (Koehler y otros, 2013), FA más baja y difusividad media (DM) más alta en el cuerpo calloso, el cíngulo, el fascículo longitudinal superior, el fascículo frontooccipital inferior, la extremidad anterior de la cápsula interna, la radiación talámica anterior, el fascículo longitudinal inferior , y el fascículo uncinate / fronto-occipital inferior en el grupo de pacientes patológicos de juego (Joutsa et al., 2011). Estas regiones informadas están relacionadas con el control inhibitorio, el procesamiento de recompensas y la impulsividad (Romero et al., 2010; Li et al., 2015). En teoría, el MPD también puede implicar daños en algunas de estas regiones (Hanlon y Canterberry, 2012), y explorar las similitudes y diferencias entre varias adicciones podría profundizar nuestra comprensión de los mecanismos neuronales de los comportamientos de MPD y podría ayudar al desarrollo de intervenciones específicas para ello.

Se han utilizado muchos métodos de IRM automatizados y objetivos para caracterizar patrones estructurales cerebrales sanos, incluidas las imágenes estructurales ponderadas por T1 y las imágenes con tensor de difusión (DTI). En el primero, GMV se puede inspeccionar y calcular de forma adicional mediante el análisis de morfometría basada en voxel (VBM). Basándonos en la revisión anterior, hipotetizamos una disminución de GMV en áreas del lóbulo frontal y tálamo en el grupo de MPD en relación con los controles. También suponemos que el grupo de MPD estaría asociado con el deterioro de las fibras de WM relacionadas con el procesamiento emocional, la atención ejecutiva, la toma de decisiones y el control cognitivo. Cuatro sustitutos de integridad de fibra, incluidos FA, MD, difusividad axial (AD) y difusividad radial (RD), calculados mediante análisis de estadísticas espaciales basadas en tracto (TBSS) (Yeh et al., 2009), son sensibles a la difusión de moléculas de agua en el cerebro (Basser et al., 1994), y son biomarcadores calificados precisos para evaluar la efectividad de WM (Hasan et al., 2011).

En el presente estudio, se exploró la integridad tanto de GMV como de WM utilizando estas medidas para revelar posibles discrepancias que pueden presentarse en adultos jóvenes con MPD, con el potencial de comprender mejor sus posibles mecanismos neuronales.

Materiales y Métodos

Declaración de Ética

Esta investigación fue aprobada por el Comité de Ética de la Southwest University y se obtuvo un consentimiento informado por escrito de cada participante. Todos los participantes tenían más de 18 años y se les notificó que su participación era completamente voluntaria y que tenían la capacidad de retirarse en cualquier momento.

Participantes

Trescientos estudiantes universitarios fueron reclutados de Southwest University (SWU, Chongqing, China) por un folleto y publicidad en Internet. Se les pidió que completaran la escala del Índice de adicción a teléfonos móviles (MPAI, por sus siglas en inglés) en la que una calificación superior a 51 los clasificara como dependientes de teléfonos móviles (MPD). Esta estratificación condujo a un grupo MPD de individuos 34 (21 hembra, rango: 18 –27 años). Para coincidir con el grupo MPD, se seleccionó al azar a los estudiantes 34 no MPD (hembra 21, rango: 18 –27 años) como grupo de control (CG). No hubo diferencias significativas en los gastos mensuales personales, la edad, el género o los años de educación entre los grupos (consulte la Tabla 1).

 
TABLA 1
www.frontiersin.org 

TABLA 1. Estado económico, demografía, MPAI y BIS puntuaciones de los participantes.

Además, todos los participantes no tenían trastornos neurológicos, antecedentes de trastornos psiquiátricos, partes metálicas, tatuajes o perforaciones inamovibles en su cuerpo. Todos tenían una visión normal o corregida a la normal, eran diestros y eran hablantes nativos de chino.

Evaluación del cuestionario

La escala MPAI (Leung, 2008), que consiste en ítems 17, se usó para estimar el grado de MPD. Se utilizó una escala Likert de cinco puntos: 1 = 'nada', 2 = 'raramente', 3 = 'ocasionalmente', 4 = 'a menudo', 5 = 'siempre'. El puntaje total varía de 17 a 85 en el que, según una división de la mediana, 51 o más se considera indicativo de la dependencia del teléfono (Martinotti y otros, 2011). La fiabilidad de la escala indicada por el alfa de Cronbach es notablemente alta en 0.90 (Leung, 2008).

La Escala de Impulsividad de Barratt (BIS-11) (Patton et al., 1995) se administró a ambos grupos para medir la impulsividad del rasgo. El BIS está formado por elementos 30 que utilizan una escala Likert de cinco puntos, donde cuanto más alto es el puntaje, más fuerte es la impulsividad. La confiabilidad de consistencia interna y la confiabilidad de reevaluación son 0.89 y 0.91, respectivamente (Li et al., 2011).

Adquisición de escaneo

Todos los datos de imágenes se adquirieron utilizando un escáner 3T Siemens (Siemens Medical, Erlangen, Alemania) en el Centro de Investigación de Imágenes Cerebrales de la Universidad del Suroeste. Se obtuvieron imágenes anatómicas ponderadas de T1 de alta resolución con una secuencia de eco de gradiente rápido preparada por magnetización (MPRAGE) [tiempo de repetición (TR) = 1900 ms, tiempo de eco (TE) = 2.52 ms, campo de visión (FOV) = 256 mm, ángulo de giro = 90 °, resolución de matriz en el plano = 256 × 256, grosor de corte = 1 mm, cortes = 176, tamaño de vóxel = 1 mm × 1 mm × 1 mm]. Las imágenes del tensor de difusión en dirección 12 (DTI) se recolectaron con una secuencia de pulso de eco de reenfoque dos veces, TR = 6000 ms, TE = 89 ms, FOV = 240 mm, resolución de matriz = 128 × 128, grosor de corte = 3 mm, cortes = 45, b-valor = 1000s / mm2.

Análisis de datos de imagen estructural

Los datos de imágenes estructurales de cada sujeto se analizaron mediante el software de cartografía paramétrica estadística (SPM8).1) en MATLAB R2014a (MathWorks Inc., Natick, MA, EE. UU.), y se mostraron por primera vez para detectar artefactos y anomalías anatómicas graves. Las exploraciones se registraron conjuntamente de forma manual y se alinearon con la línea anterior de la comisura y la comisura posterior, luego se segmentaron en materia gris (GM), WM y líquido cefalorraquídeo (LCR) (Yin et al., 2013). Finalmente, los resultados se registraron, normalizaron y modularon utilizando la caja de herramientas de Álgebra de Lie Expositiva (DARTEL, por sus siglas en inglés), que utiliza un algoritmo de registro más sofisticado para lograr un registro más preciso entre sujetos. Su rendimiento en algoritmos de registro no lineal es mejor que el de otras cajas de herramientas similares.

Después de estos pasos de preprocesamiento, la plantilla cerebral específica para el estudio se creó a partir de todas las imágenes del sujeto (es decir, la imagen media), y la intensidad de la imagen de cada voxel fue modulada por los determinantes jacobianos para facilitar la determinación de las diferencias regionales en la cantidad absoluta de GM . Las imágenes registradas se transformaron luego en el espacio del Instituto Neurológico de Montreal (MNI) y, finalmente, las imágenes normalizadas y moduladas se suavizaron con un 10 mm de ancho total en la mitad del máximo (FWHM) kernel gaussiano para aumentar la relación señal-ruido.

La diferencia en GMV entre el grupo MPD y CG se evaluó mediante dos muestras t-prueba utilizando SPM8 en el que se agregaron el volumen total de GM y las puntuaciones BIS para la covarianza, ya que la impulsividad del rasgo puede ser un factor de confusión. El enmascaramiento del umbral de intensidad de la señal de voxel absoluto se estableció en 0.2 para minimizar los efectos de contorno de GM (Duan et al., 2012). Los niveles de significación se fijaron en p <0.01 con corrección Alpha-Sim, calculada usando el software DPABI2 (Chao-Gan y Yu-Feng, 2010). Las imágenes resultantes se visualizaron con BrainNet Viewer (Xia et al., 2013).

Para afirmar las diferencias asociadas con el MPD en relación con los controles, los grupos GMV notablemente diferentes entre los dos grupos se seleccionaron como regiones de interés (ROI), y los valores GMV de estos ROI dentro del grupo MPD se extrajeron luego mediante REST3, y entró en un análisis de correlación de Pearson con puntajes MPAI con un significado establecido en p <0.05 (Song et al., 2011).

Análisis de datos de imágenes de tensor de difusión

Los datos de imágenes ponderados por difusión se procesaron de la siguiente manera utilizando la herramienta de canalización, PANDA4: estimación de la máscara cerebral utilizando la imagen b0 sin ponderación de difusión, recorte del espacio no cerebral en las imágenes en bruto en 0.25 [umbral de intensidad fraccional (0 → 1), donde valores más pequeños proporcionan estimaciones más grandes del contorno cerebral], corrección de la La distorsión inducida por corrientes de Foucault y el movimiento de la cabeza durante el escaneo registran las imágenes ponderadas por difusión (DWI) en la imagen b0 con una transformación afín, el registro no lineal de todas las imágenes de FA individuales en el espacio nativo a la plantilla de FA en el Instituto de Neurología de Montreal ( MNI) espacio estándar, distorsión de transformaciones utilizadas para remuestrear las imágenes de las métricas de difusión con 1 mm × 1 mm × 1 mm resolución espacial, ejecución del procedimiento TBSS donde se crearon todos los esqueletos de los sujetos y el promedio de cada subregión FA, MD, λ1 y λ23 El valor de WM esqueleto de los sujetos se calculó de acuerdo con el atlas WM estereotáxico de Johns Hopkins, que comprende las regiones centrales de 50 (Mori et al., 2008) - para un recuento adicional basado en atlas a través del análisis multifactorial de la varianza entre los dos grupos mientras se regresan las puntuaciones del BIS. Finalmente, se realizó un análisis de correlación de Pearson dentro del grupo de MPD entre los valores de regiones significativamente diferentes y las puntuaciones de la MPAI con un significado establecido en p <0.05 (Cui et al., 2013). El poder estadístico de este método fue probado confiablemente (Oishi et al., 2009; Faria et al., 2010). El resultado se presentó con FSLView utilizando la caja de herramientas FSL (FSL 5.0.05), (Smith et al., 2006).

Resultados

Cuestionario de rendimiento

El grupo de MPD tuvo puntuaciones significativamente más altas en el MPAI que en el CG. También pasaron mucho más tiempo en su teléfono móvil (ver Tabla 1). Como se esperaba, las puntuaciones de BIS también fueron significativamente más altas en el grupo de MPD, lo que muestra que los individuos con MPD tenían una impulsividad de rasgos más alta en relación con los controles.

Diferencia de volumen de materia gris entre grupos

En comparación con el GC, el grupo con MPD había disminuido notablemente el GMV en el giro frontal superior derecho (sFG), el giro frontal inferior derecho (iFG), el giro frontal medial bilateral (mFG), el giro occipital medio derecho (mOG), la corteza cingulada anterior izquierda (ACC), y tálamo bilateral (Thal) (ver Tabla 2). Además, dentro del grupo MPD, GMV de la sFG derecha, iFG derecha y Thal se correlacionó negativamente con las puntuaciones de la MPAI (ver Figura 1).

 
TABLA 2
www.frontiersin.org 

TABLA 2. Diferencias notables en el volumen de materia gris (GMV) entre el grupo dependiente del teléfono móvil (MPD) y el grupo de control (grupo MPD <grupo de control).

 
 
FIGURA 1
www.frontiersin.orgFIGURA 1. Diferencias de GMV notables entre el grupo de MPD y el grupo de control (CG> MPD), y la correlación negativa entre las puntuaciones de GMV y MPAI dentro del grupo de MPD. En comparación con el grupo de control, el grupo de MPD había disminuido notablemente la GMV en la sFG derecha, la iFG derecha, la mFG bilateral, la MOG derecha, el CAC izquierdo y el Thal bilateral. Además, dentro del grupo de MPD, el GMV de la sFG derecha, iFG derecha y Thal se correlacionó negativamente con las puntuaciones de la MPAI. sFG, giro frontal superior; iFG, giro frontal inferior; mFG, giro frontal medial; mog, giro occipital medio; ACC, corteza cingulada anterior; Thal, tálamo; MPD, dependencia de telefonía móvil; CG, grupo control; MPAI, Índice de Adicción al Teléfono Móvil; GMV, volumen de materia gris. L, izquierda; R, a la derecha

 

Discrepancia DTI entre Grupos

Para el análisis TBSS de atlas, los valores de FA y AD para las fibras del haz de cíngulo del hipocampo (CgH) disminuyeron significativamente en los individuos con MPD, en relación con los controles (ver Tabla 3). Además, dentro del grupo de MPD, la FA de la CgH se correlacionó negativamente con las puntuaciones de la MPAI (ver Figura 2).

 
TABLA 3
www.frontiersin.orgTABLA 3. Diferencias significativas en el índice de imágenes por tensor de difusión (DTI) entre el grupo MPD y el grupo control (grupo MPD <grupo control).

 
FIGURA 2
www.frontiersin.org 

FIGURA 2. Disminución de FA y AD en CgH bilateral (subregiones divididas por atlas estereotáxicos de Johns Hopkins) en el grupo de MPD en comparación con el grupo de control (MPD <CG) y la correlación negativa entre las puntuaciones de FA y MPAI dentro del grupo de MPD. Los valores de FA y AD de la CgH disminuyeron significativamente en los individuos con MPD, en relación con los controles. Además, dentro del grupo de MPD, la FA de la CgH se correlacionó negativamente con las puntuaciones de la MPAI. CgH, fibras del haz del cíngulo en el hipocampo. FA, anisotropía fraccional; AD, difusividad axial; MPD, dependencia de telefonía móvil; CG, grupo control; MPAI, Índice de Adicción al Teléfono Móvil.

Discusión

Por lo que sabemos, el presente estudio fue el primer intento de explorar la morfología neural alterada en estudiantes universitarios con MPD. Comparamos GMV y cuatro índices de integridad de WM (FA, MD, AD y RD) entre individuos con MPD y controles sanos. Los resultados revelaron que las personas con MPD habían disminuido la GMV, en relación con los controles, en la sFG derecha, la iFG derecha, la mFG bilateral, la MOG derecha, el CAC izquierdo y el tálamo bilateral (Thal). En cuanto a la integridad de WM, el grupo de MPD mostró una disminución de la FA y la EA de las fibras del haz de cíngulo del hipocampo bilateral (CgH). Además, los valores de GMV de la sFG derecha, la iFG derecha y el tálamo bilateral (Thal) se correlacionaron negativamente con las puntuaciones de la MPAI en el grupo de MPD, al igual que los valores de FA de la CgH. Además, confirmamos que el grupo de MPD tenía una impulsividad de rasgo más alta medida con la Escala de Impulsividad de Barratt (BIS-11) (Patton et al., 1995).

Estos hallazgos indican posibles mecanismos neurobiológicos subyacentes detrás de la MPD y, al mismo tiempo, ayudan a comprender mejor el papel subyacente de la impulsividad en este tipo de trastorno de adicción conductual. Los resultados también proporcionan información sobre las similitudes y diferencias entre el MPD y otros tipos de trastornos de adicción.

Disminución del volumen de materia gris en MPD

En el presente estudio, encontramos una disminución de GMV en el grupo de MPD, un hallazgo que es consistente con nuestra hipótesis basada en los hallazgos de otros estudios de adicción a las drogas y el comportamiento, donde también se supone que la impulsividad desempeña un papel influyente.

Los estudios funcionales de neuroimagen de la adicción a las drogas revelan que las drogas de abuso no solo influyen en las estructuras subcorticales ricas en dopamina, como el área tegmental ventral (VTA), el núcleo accumbens (NAcc), el núcleo caudado, el putamen, el tálamo y la amígdala, sino que también interrumpen las áreas de proyección cortical. tales como la corteza prefrontal (PFC), OFC, ACC y la ínsula (Hanlon y Canterberry, 2012). De manera similar a la adicción a las drogas, los individuos con adicción conductual a menudo se caracterizan por tener una función anormal en las regiones del cerebro que incluyen la corteza prefrontal, ACC (Grant et al., 2010), estriado ventral (Han et al., 2012a) y VTAs, NAcc (Grant et al., 2010), ínsulaKuss y Griffiths, 2012) y el tálamo (van Holst y otros, 2010). Además de la función alterada en estas áreas, vale la pena señalar que la morfología cerebral alterada en estas áreas también se ha reportado en adictos a Internet así como en adictos al juego. Por ejemplo, los estudios han demostrado una disminución de GMV en estas condiciones en el CAC izquierdo, la corteza cingulada posterior izquierda, la ínsula izquierda, el giro lingual izquierdo (Zhou et al., 2011), derecha OFC, aislamiento bilateral y área motora suplementaria derecha (Weng et al., 2013). Estas áreas se superponen en gran medida con los circuitos relacionados con el control inhibitorio (Ersche et al., 2011), procesamiento de recompensas, toma de decisiones y otras funciones cognitivas (Romero et al., 2010).

En nuestro estudio, la disminución del volumen en tres ROI en el grupo de MPD en relación con los controles también se correlacionó con el MPAI. Es decir, el sFG, iFG derecho, y el tálamo. Se ha demostrado que el sFG está involucrado en muchas funciones cognitivas avanzadas, como el control inhibitorio, la toma de decisiones conscientes, el razonamiento y la memoria de trabajo (Chase et al., 2011), aspectos del control de atención voluntario de arriba hacia abajo (Hopfinger et al., 2000), y modelado y predicción del comportamiento de otros (es decir, teoría de la mente) (Cui et al., 2012).

Se cree que el iFG correcto sirve como centro de control para los circuitos de ganglios fronto-basales involucrados con la distribución de la atención, el procesamiento emocional, el control inhibitorio y el monitoreo y modulación del comportamiento (Moreno-López et al., 2012). Su lesión está asociada con la desinhibición del comportamiento, y se ha demostrado que desempeña un papel clave en el mantenimiento y la exacerbación de la adicción al comportamiento (Grant et al., 2010; Kuss y Griffiths, 2012).

El tálamo, que conecta extensamente las estructuras corticales y subcorticales entre sí, podría ser uno de los centros más cruciales del cerebro, y se ha demostrado que está relacionado con la expectativa de recompensa, la atención, la emoción, la memoria (Minagar et al., 2013), y función ejecutiva (Tuchscherer y otros, 2010). Además, se ha encontrado anteriormente que la atrofia talámica está asociada con el deterioro cognitivo (Hanlon y Canterberry, 2012).

Contrariamente a nuestros resultados, un estudio de pacientes con adicción a los juegos en línea mostró que el volumen talámico en realidad se incrementó en el grupo de adicciones, según la hipótesis de que es el resultado de una mayor disponibilidad de dopamina debido a la tremenda estimulación visual y auditiva presente en los juegos en línea. el balance de los circuitos mesolímbicos (Han et al., 2012b). Esta contradicción también puede representar la diferencia en los comportamientos habituales adquiridos entre usuarios dependientes de teléfonos y jugadores adictos a juegos de computadora.

Integridad anormal de la materia blanca en MPD

Además de la disminución de GMV, encontramos una disminución de FA y AD de las fibras del haz de cíngulo del hipocampo (CgH) en el grupo de MPD.

El tracto WM del cíngulo transporta información desde el giro cingulado al hipocampo, y se puede separar en dos subregiones a nivel axial del esplenio del cuerpo calloso: el cíngulo en el giro cingulado sobre el esplenio y el cíngulo en las regiones del hipocampo (CgH) debajo del esplenio (Mori et al., 2008). La función del CgH implica recibir diferentes combinaciones de información sensorial, cognitiva y de regulación de la emoción. Proporciona una importante entrada polisensorial al hipocampo (Zhu et al., 2011), y contribuye a recompensar las vías, y la formación, mantenimiento y recuperación de la memoria de trabajo (Yuan et al., 2011) - información que es crítica para el control cognitivo (Luck et al., 2010; Benedict et al., 2013). Además, la FA anormal en el grupo de MPD es consistente con los hallazgos en la adicción al alcohol (Yeh et al., 2009). En general, la disminución de la transmisión de información entre el giro cingulado y el hipocampo, como lo sugiere la disminución del valor de CgH FA en el grupo de MPD, puede ser una base estructural subyacente para los déficits funcionales que conduce a una solidificación de las memorias relacionadas con la adicción.

Sin embargo, por lo que sabemos, la disminución de la FA en el CgH aún no se ha informado en ningún estudio de adicción conductual. Nuestros datos indican que la reducción de FA en el CgH derecho del grupo MPD se debió principalmente a una disminución en el valor de AD, sin divergencias observadas en el índice RD. AD mide la magnitud de la difusividad a lo largo de la dirección principal de difusión, que puede indexar la organización de la estructura de la fibra y la integridad axonal (Qiu et al., 2008). Por lo tanto, el principal mecanismo subyacente de la lesión por WM en esta área presente en la MPD puede deberse a una lesión axonal sutil en lugar de a la desmielinización (Romero et al., 2010).

Impulsividad y dependencia del teléfono móvil

La impulsividad se puede definir como tomar acciones que se expresan prematuramente, que son excesivamente arriesgadas, mal concebidas y que podrían dar lugar a consecuencias indeseables (Bickel et al., 2012). Está estrechamente relacionado con la mayoría de los trastornos de adicción (Romero et al., 2010), como la adicción a las drogas (Moreno-López et al., 2012), el juego patológico (Joutsa et al., 2011), adicción al juego online (Han et al., 2012b), adicción a Internet (Lin y otros, 2012) y MPD (Billieux, 2012). Curiosamente, Walther et al. (2012) investigó la relación entre las diferentes características de personalidad de 12 y cinco comportamientos adictivos, incluido el consumo de alcohol, tabaco y cannabis, los juegos de azar problemáticos y los juegos de computadora problemáticos, y descubrió que la alta impulsividad era la única característica de personalidad asociada con todos los comportamientos adictivos que fue investigado.

Como se esperaba, encontramos una mayor impulsividad en las personas con MPD, de acuerdo con investigaciones anteriores. La impulsividad puede de hecho ser el predictor más fuerte de MPD (Billieux et al., 2008). Puede predisponer a alguien a pasar largos períodos de tiempo en su teléfono, lo que eventualmente lleva a MPD y, a su vez, puede deteriorar aún más las capacidades de autoadaptación y autocontrol (Billieux et al., 2007). Además, los altos niveles de impulsividad del rasgo se asocian con una menor unión al receptor del receptor de dopamina del cerebro medio (Buckholtz et al., 2010). En cuanto a los individuos adictos a sustancias, se cree que el uso continuado de estimulantes, por ejemplo, exacerba aún más los rasgos impulsivos (Moreno-López et al., 2012). Por lo tanto, debido a la estrecha relación entre la impulsividad y los trastornos de adicción, para mejorar las intervenciones de tratamiento que ayudan a promover procesos de toma de decisiones más concienzudos y menos compulsivos, y mejorar las habilidades de autocontrol, los terapeutas pueden centrarse en reducir los rasgos relacionados con la impulsividad (Leung, 2008).

Sin embargo, debido a la estrecha relación entre la impulsividad y el MPD, la diferencia en las puntuaciones BIS entre el MPD y el CG puede haber sido una variable de confusión potencial en el análisis comparativo del uso de teléfonos móviles. Por lo tanto, en nuestro estudio, la puntuación BIS se eliminó como un regresor molesto en los contrastes de los grupos GMV y FA, ​​y los valores de las regiones resultantes se ingresaron en los análisis de correlación con las puntuaciones MPAI dentro del grupo MPD.

Limitaciones y direcciones futuras

A pesar de los nuevos resultados del estudio, existen varias limitaciones que deben reconocerse. En primer lugar, debido al diseño transversal del estudio, y al hecho de que los posibles mecanismos psicológicos son múltiples, no podemos inferir la causalidad o la dirección del efecto entre el uso excesivo de teléfonos móviles y las alteraciones estructurales inadaptadas encontradas en el grupo de MPD. Por lo tanto, los estudios longitudinales serían muy útiles para confirmar los posibles mecanismos psicológicos y fisiológicos de la MPD, así como para proporcionar la capacidad de medir la longitud y la progresión de la MPD en los participantes. En segundo lugar, aunque encontramos diferencias estructurales cerebrales entre el MPD y el GC, no podemos saber con certeza qué tipos específicos de déficit de la función cognitiva están relacionados con estas diferencias. Los estudios futuros deben tratar de relacionar las diferencias de GMV (o integridad de WM) en MPD con alguna función psicológica (por ejemplo, función ejecutiva cognitiva) para informar mejor las posibles medidas preventivas e intervenciones para el uso excesivo y la dependencia de teléfonos móviles. Por último, pero no menos importante, a pesar de haber regresado las puntuaciones de BIS al realizar pruebas de diferencia de grupo de GMV y FA, ​​la característica de impulsividad subyacente encontrada en la muestra es inevitablemente una variable inseparable que no se puede aislar completamente en el presente estudio. Los estudios futuros que quizás incluyan una comparación entre individuos con MPD con impulsividad alta versus individuos sin MPD con alta impulsividad pueden ser útiles para disociar el MPD de la impulsividad del rasgo.

Contribuciones de autor

YW es responsable del diseño experimental original, el procedimiento de la tarea, el análisis de datos y la escritura del artículo. ZZ es responsable del proceso experimental, la recopilación de datos y la redacción de artículos. HS es responsable de la implementación del experimento y el análisis de datos. XX es responsable de los datos del cuestionario de comportamiento y del plan de procedimiento experimental. HW es responsable de la disposición de tablas y gráficos, incluidas las Figuras. 1 y 2, disposición de los datos y corrección del manuscrito. FdU es responsable de la escritura de manuscritos, la descripción de las funciones de las regiones cerebrales, la edición de copias y la edición de contenido, así como la aprobación de la versión final que se publicará. XH es responsable del diseño experimental y la orientación en todo.

Declaracion de conflicto de interes

Los autores declaran que la investigación se llevó a cabo en ausencia de cualquier relación comercial o financiera que pudiera interpretarse como un posible conflicto de intereses.

AGRADECIMIENTOS

Este trabajo fue apoyado por subvenciones de la organización de Fondos Fundamentales de Investigación para las Universidades Centrales de China (SWU1509134) y los Fondos Educativos de Chongqing (2015-JC-005).

Notas a pie de página

  1. ^ http://www.fil.ion.ucl.ac.uk/spm
  2. ^ http://www.rfmri.org/dpabi
  3. ^ http://www.restfmri.net
  4. ^ http://www.nitrc.org/projects/panda/
  5. ^ http://www.fmrib.ox.ac.uk/fsl/tbss

Referencias

Basser, PJ, Mattiello, J., y LeBihan, D. (1994). RM espectroscopia tensor de difusión e imagen. Biofis J. 66, 259–267. doi: 10.1016/S0006-3495(94)80775-1

Texto completo de CrossRef | Google Scholar

Benedict, RH, Hulst, HE, Bergsland, N., Schoonheim, MM, Dwyer, MG, Weinstock-Guttman, B., y col. (2013). La importancia clínica de la atrofia y la materia blanca significan la difusividad dentro del tálamo de pacientes con esclerosis múltiple. Mult. Scler. J. 19, 1478 – 1484. doi: 10.1177 / 1352458513478675

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Beranuy, M., Oberst, U., Carbonell, X. y Chamarro, A. (2009). Uso problemático de Internet y teléfonos móviles y síntomas clínicos en estudiantes universitarios: el papel de la inteligencia emocional. Comput. Tararear. Behav. 25, 1182 – 1187. doi: 10.1016 / j.chb.2009.03.001

Texto completo de CrossRef | Google Scholar

Bianchi, A., y Phillips, JG (2005). Predictores psicológicos del uso problemático del teléfono móvil. CyberPsychol. Behav. 8, 39 – 51. doi: 10.1089 / cpb.2005.8.39

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Bickel, WK, Jarmolowicz, DP, Mueller, ET, Gatchalian, KM y McClure, SM (2012). ¿Son la función ejecutiva y las antípodas de impulsividad? Una reconstrucción conceptual con especial referencia a la adicción. Psicofarmacología 221, 361–387. doi: 10.1007/s00213-012-2689-x

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Billieux, J. (2012). Uso problemático del teléfono móvil: una revisión de la literatura y un modelo de vías. Curr. Psiquiatría rev. 8, 299 – 307. doi: 10.2174 / 157340012803520522

Texto completo de CrossRef | Google Scholar

Billieux, J., Maurage, P., López-Fernández, O., Kuss, DJ y Griffiths, MD (2015a). ¿El uso desordenado de teléfonos móviles puede considerarse una adicción conductual? Una actualización sobre la evidencia actual y un modelo integral para futuras investigaciones. Informes de adicciones actuales 2, 156–162. doi: 10.1007/s40429-015-0054-y

Texto completo de CrossRef | Google Scholar

Billieux, J., Schimmenti, A., Khazaal, Y., Maurage, P., y Heeren, A. (2015b). ¿Estamos sobrepatologizando la vida cotidiana? Un plan sostenible para la investigación de la adicción conductual. J. Behav. Adicto. 4, 119 – 123. doi: 10.1556 / 2006.4.2015.009

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Billieux, J., Van der Linden, M., d'Acremont, M., Ceschi, G., y Zermatten, A. (2007). ¿Se relaciona la impulsividad con la dependencia percibida y el uso real del teléfono móvil? Apl. Cogn. Psychol. 21, 527 – 538. doi: 10.1002 / acp.1289

Texto completo de CrossRef | Google Scholar

Billieux, J., Van der Linden, M., y Rochat, L. (2008). El papel de la impulsividad en el uso real y problemático del teléfono móvil. Apl. Cogn. Psychol. 22, 1195 – 1210. doi: 10.1002 / acp.1429

Texto completo de CrossRef | Google Scholar

Brown, R. (1993). “Algunas contribuciones del estudio del juego al estudio de otras adicciones”, en Comportamiento de juego y juego de problema, eds WR Eadington y JA Cornelius (Reno: Universidad de Nevada), 241 – 272.

Resumen de PubMed | Google Scholar

Buckholtz, JW, Treadway, MT, Cowan, RL, Woodward, ND, Li, R., Ansari, MS, y otros. (2010). Diferencias de la red dopaminérgica en la impulsividad humana. Ciencia: 329, 532 – 532. doi: 10.1126 / science.1185778

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Cao, F., Su, L., Liu, T. y Gao, X. (2007). La relación entre la impulsividad y la adicción a internet en una muestra de adolescentes chinos. EUR. Psiquiatría 22, 466 – 471. doi: 10.1016 / j.eurpsy.2007.05.004

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Chao-Gan, Y., y Yu-Feng, Z. (2010). DPARSF: una caja de herramientas de MATLAB para el análisis de datos de "tubería" de fMRI en estado de reposo. Frente. Syst. Neurosci. 4: 13. doi: 10.3389 / fnsys.2010.00013

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Chase, HW, Eickhoff, SB, Laird, AR y Hogarth, L. (2011). La base neural del procesamiento de estímulos de drogas y el deseo: un metanálisis de estimación de la probabilidad de activación. Biol. Psiquiatría 70, 785 – 793. doi: 10.1016 / j.biopsych.2011.05.025

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Choliz, M. (2010). La adicción a los teléfonos móviles: un punto a cuestionar. Adicción 105, 373 – 374. doi: 10.1111 / j.1360-0443.2009.02854.x

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Chóliz, M. (2012). Adicción a los teléfonos móviles en la adolescencia: la prueba de la dependencia de los teléfonos móviles (TMD). Prog. Salud Sci. 2, 33-44.

Google Scholar

Cui, X., Bryant, DM y Reiss, AL (2012). El hiperscaneado basado en NIRS revela una mayor coherencia interpersonal en la corteza frontal superior durante la cooperación. Neuroimagen 59, 2430 – 2437. doi: 10.1016 / j.neuroimage.2011.09.003

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Cui, Z., Zhong, S., Xu, P., He, Y. y Gong, G. (2013). PANDA: una caja de herramientas para analizar las imágenes de difusión cerebral. Frente. Tararear. Neurosci. 7: 42. doi: 10.3389 / fnhum.2013.00042

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Duan, X., He, S., Liao, W., Liang, D., Qiu, L., Wei, L., y otros. (2012). Reducción del volumen de caudados y una mejor integración estriado-DMN en expertos en ajedrez. Neuroimagen 60, 1280 – 1286. doi: 10.1016 / j.neuroimage.2012.01.047

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Ersche, KD, Barnes, A., Jones, PS, Morein-Zamir, S., Robbins, TW y Bullmore, ET (2011). La estructura anormal de los sistemas cerebrales frontostriatales se asocia con aspectos de la impulsividad y la compulsividad en la dependencia de la cocaína. Cerebro 134, 2013 – 2024. doi: 10.1093 / cerebro / awr138

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Faria, AV, Zhang, J., Oishi, K., Li, X., Jiang, H., Akhter, K., y otros. (2010). Análisis del desarrollo neurológico basado en Atlas desde la infancia hasta la edad adulta mediante imágenes de tensor de difusión y aplicaciones para la detección automatizada de anomalías. Neuroimagen 52, 415 – 428. doi: 10.1016 / j.neuroimage.2010.04.238

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Grant, JE, Potenza, MN, Weinstein, A. y Gorelick, DA (2010). Introducción a las adicciones conductuales. A.m. J. abuso de alcohol de drogas 36, 233 – 241. doi: 10.3109 / 00952990.2010.491884

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Griffiths, M. (1996). El juego en internet: una breve nota. J. Gambl. Semental. 12, 471 – 473. doi: 10.1007 / BF01539190

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Han, DH, Kim, SM, Lee, YS y Renshaw, PF (2012a). El efecto de la terapia familiar en los cambios en la gravedad del juego en línea y la actividad cerebral en adolescentes con adicción a juegos en línea. Psiquiatría Res. Neuroimag. 202, 126 – 131. doi: 10.1016 / j.pscychresns.2012.02.011

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Han, DH, Lyoo, IK y Renshaw, PF (2012b). Volúmenes de materia gris regional diferenciados en pacientes con adicción a juegos en línea y jugadores profesionales. J. Psychiatr. Res. 46, 507 – 515. doi: 10.1016 / j.jpsychires.2012.01.004

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Hanlon, CA, y Canterberry, M. (2012). El uso de imágenes cerebrales para dilucidar los cambios del circuito neuronal en la adicción a la cocaína. Subst. Rehabilitación de Abusos. 3, 115 – 128. doi: 10.2147 / SAR.S35153

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Hasan, KM, Walimuni, IS, Abid, H. y Hahn, KR (2011). Una revisión de los métodos computacionales y herramientas de software de imágenes de resonancia magnética con tensor de difusión. Comput. Biol. Medicina. 41, 1062 – 1072. doi: 10.1016 / j.compbiomed.2010.10.008

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Hopfinger, JB, Buonocore, MH y Mangun, GR (2000). Los mecanismos neurales del control atencional de arriba hacia abajo. Nat. Neurosci. 3, 284 – 291. doi: 10.1038 / 72999

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Joutsa, J., Saunavaara, J., Parkkola, R., Niemelä, S., y Kaasinen, V. (2011). Extensa anormalidad de la integridad de la materia blanca cerebral en el juego patológico. Psiquiatría Res. Neuroimag. 194, 340 – 346. doi: 10.1016 / j.pscychresns.2011.08.001

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Koehler, S., Hasselmann, E., Wüstenberg, T., Heinz, A., y Romanczuk-Seiferth, N. (2013). Mayor volumen de estriado ventral y corteza prefrontal derecha en el juego patológico. Struct cerebro Funct. 220, 469–477. doi: 10.1007/s00429-013-0668-6

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Kuss, DJ y Griffiths, MD (2012). Internet y la adicción al juego: una revisión sistemática de la literatura de estudios de neuroimagen. Cerebro sci. 2, 347 – 374. doi: 10.3390 / brainsci2030347

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Limón, J. (2002). ¿Podemos llamar comportamientos adictivos? Clinica Psychol. 6, 44 – 49. doi: 10.1080 / 13284200310001707411

Texto completo de CrossRef | Google Scholar

Leung, L. (2008). Vinculación de atributos psicológicos con la adicción y el uso inadecuado del teléfono móvil entre adolescentes en Hong Kong. J. niño. Medios de comunicación 2, 93 – 113. doi: 10.1080 / 17482790802078565

Texto completo de CrossRef | Google Scholar

Li, W., Li, Y., Yang, W., Zhang, Q., Wei, D., Li, W., y otros. (2015). Estructuras cerebrales y conectividad funcional asociadas con diferencias individuales en la tendencia de Internet en adultos jóvenes sanos. Neuropsychologia 70, 134 – 144. doi: 10.1016 / j.neuropsychologia.2015.02.019

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Li, X., Fei, L., Xu, D., Zhang, Y., Yang, S., Tong, Y., y col. (2011). La confiabilidad y validez de la versión china de barratt impulsiveness scale en comunidad y universidad. Barbilla. Ment Salud j. 25, 610 – 615. doi: 10.3969 / j.issn.1000-6729.2011.08.013

Texto completo de CrossRef

Lin, F., Zhou, Y., Du, Y., Qin, L., Zhao, Z., Xu, J. y otros. (2012). Integridad anormal de la materia blanca en adolescentes con trastorno de adicción a internet: un estudio de estadísticas espaciales basado en tracto. PLoS ONE 7: e30253. doi: 10.1371 / journal.pone.0030253

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Ling, R. y Pedersen, PE (2006). “Renegociación de la esfera social” en Comunicaciones Móviles, Vol. 31, eds R. Ling y PE Pederson (Londres: Springer-Verlag).

Google Scholar

Luck, D., Danion, J.-M., Marrer, C., Pham, B.-T., Gounot, D., y Foucher, J. (2010). El giro parahipocampal correcto contribuye a la formación y el mantenimiento de la información vinculada en la memoria de trabajo. Cognición cerebral. 72, 255 – 263. doi: 10.1016 / j.bandc.2009.09.009

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Martinotti, G., Villella, C., Di Thiene, D., Di Nicola, M., Bria, P., Conte, G., et al. (2011). Uso problemático de teléfonos móviles en la adolescencia: un estudio transversal. J. Salud pública 19, 545–551. doi: 10.1007/s10389-011-0422-6

Texto completo de CrossRef | Google Scholar

McMillan, LH, O'Driscoll, MP, Marsh, NV y Brady, EC (2001). Comprensión del adicción al trabajo: síntesis de datos, crítica teórica y estrategias de diseño futuro. En t. J. Stress Manag. 8, 69 – 91. doi: 10.1023 / A: 1009573129142

Texto completo de CrossRef | Google Scholar

Minagar, A., Barnett, MH, Benedict, RH, Pelletier, D., Pirko, I., Sahraian, MA, y col. (2013). El tálamo y la esclerosis múltiple. Vistas modernas sobre aspectos patológicos, de imagen y clínicos. Neurología 80, 210–219. doi: 10.1212/WNL.0b013e31827b910b

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Moreno-López, L., Catena, A., Fernández-Serrano, MJ, Delgado-Rico, E., Stamatakis, EA, Pérez-García, M., et al. (2012). Rasgo de impulsividad y reducción de la materia gris prefrontal en individuos dependientes de la cocaína. Dependen de drogas y alcohol. 125, 208 – 214. doi: 10.1016 / j.drugalcdep.2012.02.012

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Mori, S., Oishi, K., Jiang, H., Jiang, L., Li, X., Akhter, K., y otros. (2008). Atlas de materia blanca estereotáxica basado en imágenes de tensor de difusión en una plantilla de ICBM. Neuroimagen 40, 570 – 582. doi: 10.1016 / j.neuroimage.2007.12.035

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Oishi, K., Faria, A., Jiang, H., Li, X., Akhter, K., Zhang, J., y otros. (2009). Análisis de la sustancia blanca del cerebro completo basado en el atlas que utiliza el mapeo métrico difeomorfo de gran deformación: aplicación a personas mayores normales y participantes con enfermedad de Alzheimer. Neuroimagen 46, 486 – 499. doi: 10.1016 / j.neuroimage.2009.01.002

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Patton, JH, Stanford, MS y Barratt, ES (1995). Estructura factorial de la escala de impulsividad de Barratt. J. Clin. Psychol. 51, 768–774. doi: 10.1002/1097-4679(199511)51:63.0.CO;2-1

Texto completo de CrossRef | Google Scholar

Qiu, D., Tan, L.-H., Zhou, K. y Khong, P.-L. (2008). Imágenes tensoriales de difusión de la maduración normal de la materia blanca desde la infancia temprana hasta la edad adulta temprana: evaluación voxeliana de la difusividad media, anisotropía fraccional, difusividades radial y axial, y correlación con el desarrollo de la lectura. Neuroimagen 41, 223 – 232. doi: 10.1016 / j.neuroimage.2008.02.023

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Roberts, JA, Pullig, C. y Manolis, C. (2015). Necesito mi teléfono inteligente: un modelo jerárquico de personalidad y adicción a los teléfonos celulares. Pers. Ind. Diff. 79, 13 – 19. doi: 10.1016 / j.paid.2015.01.049

Texto completo de CrossRef | Google Scholar

Romero, MJ, Asensio, S., Palau, C., Sánchez, A. y Romero, FJ (2010). Adicción a la cocaína: estudio de imágenes con tensor de difusión de la sustancia blanca inferior frontal y cingulada anterior. Psiquiatría Res. Neuroimag. 181, 57 – 63. doi: 10.1016 / j.pscychresns.2009.07.004

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Smith, SM, Jenkinson, M., Johansen-Berg, H., Rueckert, D., Nichols, TE, Mackay, CE, y col. (2006). Estadísticas espaciales basadas en tractos: análisis voxelwise de datos de difusión de múltiples sujetos. Neuroimagen 31, 1487 – 1505. doi: 10.1016 / j.neuroimage.2006.02.024

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Song, X.-W., Dong, Z.-Y., Long, X.-Y., Li, S.-F., Zuo, X.-N., Zhu, C.-Z., y otros . (2011). REST: un kit de herramientas para el procesamiento de datos de imágenes de resonancia magnética funcional en estado de reposo. PLoS ONE 6: e25031. doi: 10.1371 / journal.pone.0025031

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Takao, M., Takahashi, S., y Kitamura, M. (2009). Personalidad adictiva y uso problemático del móvil. CyberPsychol. Behav. 12, 501 – 507. doi: 10.1089 / cpb.2009.0022

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Tuchscherer, V., Seidenberg, M., Pulsipher, D., Lancaster, M., Guidotti, L., y Hermann, B. (2010). Integridad extrahipocampal en la epilepsia y cognición del lóbulo temporal: tálamo y funcionamiento ejecutivo. Epilepsia comportamiento. 17, 478 – 482. doi: 10.1016 / j.yebeh.2010.01.019

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

van Holst, RJ, van den Brink, W., Veltman, DJ y Goudriaan, AE (2010). Estudios de imagen cerebral en juegos de azar patológicos. Curr. Psiquiatría Rep. 12, 418–425. doi: 10.1007/s11920-010-0141-7

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Walther, B., Morgenstern, M. y Hanewinkel, R. (2012). Co-ocurrencia de conductas adictivas: factores de personalidad relacionados con el uso de sustancias, juegos de azar y juegos de computadora. EUR. Adicto. Res. 18, 167 – 174. doi: 10.1159 / 000335662

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Weng, C.-B., Qian, R.-B., Fu, X.-M., Lin, B., Han, X.-P., Niu, C.-S., y col. (2013). Materia gris y anomalías de la materia blanca en la adicción a los juegos en línea. EUR. J. Radiol. 82, 1308 – 1312. doi: 10.1016 / j.ejrad.2013.01.031

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Xia, M., Wang, J. y He, Y. (2013). BrainNet Viewer: una herramienta de visualización en red para la conectómica del cerebro humano. PLoS ONE 8: e68910. doi: 10.1371 / journal.pone.0068910

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Yang, Y.-S., Yen, J.-Y., Ko, C.-H., Cheng, C.-P., y Yen, C.-F. (2010). La asociación entre el uso problemático de teléfonos celulares y las conductas de riesgo y la baja autoestima entre los adolescentes taiwaneses. BMC Public Health 10:217. doi: 10.1186/1471-2458-10-217

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Yeh, P.-H., Simpson, K., Durazzo, TC, Gazdzinski, S., y Meyerhoff, DJ (2009). Estadística espacial basada en el tracto (TBSS) de los datos de imágenes del tensor de difusión en la dependencia del alcohol: anomalías de los neurocircuitos motivacionales. Res. Psiquiatría. 173, 22 – 30. doi: 10.1016 / j.pscychresns.2008.07.012

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Yin, J., Zhang, JX, Xie, J., Zou, Z. y Huang, X. (2013). Diferencias de género en la percepción del romance en estudiantes universitarios chinos. PLoS ONE 8: e76294. doi: 10.1371 / journal.pone.0076294

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Yuan, K., Qin, W., Wang, G., Zeng, F., Zhao, L., Yang, X., y otros. (2011). Anomalías de la microestructura en adolescentes con trastorno de adicción a internet. PLoS ONE 6: e20708. doi: 10.1371 / journal.pone.0020708

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

Zhou, Y., Lin, F.-C., Du, Y.-S., Zhao, ZM, Xu, J.-R. y Lei, H. (2011). Anormalidades de la materia gris en la adicción a Internet: un estudio de morfometría basado en voxel. EUR. J. Radiol. 79, 92 – 95. doi: 10.1016 / j.ejrad.2009.10.0255

Texto completo de CrossRef | Google Scholar

Zhu, X., Wang, X., Xiao, J., Zhong, M., Liao, J. y Yao, S. (2011). Integridad alterada de la materia blanca en el primer episodio, adultos sin tratamiento previo con trastorno depresivo mayor: un estudio de estadísticas espaciales basado en el tracto. Brain Res. 1369, 223 – 229. doi: 10.1016 / j.brainres.2010.10.104

Resumen de PubMed | Texto completo de CrossRef | Google Scholar

 

Palabras clave: dependencia del teléfono móvil, escala del índice de adicción al teléfono móvil, IRMf, volumen de materia gris, anisotropía fraccional, difusividad axial, impulsividad

Cita: Wang Y, Zou Z, Song H, Xu X, Wang H, d'Oleire Uquillas F y Huang X (2016) Volumen de materia gris alterada e integridad de la materia blanca en estudiantes universitarios con dependencia de teléfono móvil. Frente. Psychol. 7: 597. doi: 10.3389 / fpsyg.2016.00597

Recibido: 10 Enero 2016; Aceptado: 11 April 2016;
Publicado: 04 Mayo 2016.

Editado por:

Snehlata Jaswal, Instituto Indio de Tecnología de Jodhpur, India

Revisado por:

Yu-Feng Zang, Universidad Normal de Beijing, China
Harold H. GreeneUniversidad de Detroit Mercy, EE.UU.

Copyright © 2016 Wang, Zou, Song, Xu, Wang, d'Oleire Uquillas y Huang. Este es un artículo de acceso abierto distribuido bajo los términos de la Licencia de atribución de Creative Commons (CC BY). Se permite el uso, distribución o reproducción en otros foros, siempre que se acredite al autor o licenciantes originales y que se cite la publicación original en esta revista, de acuerdo con la práctica académica aceptada. No se permite ningún uso, distribución o reproducción que no cumpla con estos términos.

* Correspondencia: Zhiling Zou, [email protected]

Estos autores han contribuido igualmente a este trabajo y comparten su primera autoría.