Más uno. 2013 Nov 4;8(11):e78708.
doi: 10.1371 / journal.pone.0078708. eCollection 2013.
Yuan K1, Jin c, Cheng P, Yang X, Dong T, Bi y, Xing L, von Deneen KM, Yu D, Liu J, Liang j, Cheng T, Qin W, Tian J.
Resumen
La mayoría de los estudios previos de neuroimagen han demostrado anomalías funcionales tanto estructurales como relacionadas con la tarea en adolescentes con adicción a los juegos en línea (OGA). Sin embargo, pocos estudios funcionales de imágenes de resonancia magnética (fMRI) se centraron en la intensidad regional de las fluctuaciones espontáneas en el nivel de oxígeno en sangre (BOLD) durante el estado de reposo y menos estudios investigaron la relación entre las propiedades anormales del estado de reposo y el control cognitivo deteriorado capacidad. En el presente estudio, empleamos el método de amplitud de fluctuación de baja frecuencia (ALFF) para explorar las características locales de la actividad cerebral espontánea en adolescentes con OGA y controles sanos durante el estado de reposo. Dieciocho adolescentes con voluntarios sanos de OGA y 18 de edad, educación y género participaron en este estudio. En comparación con los controles sanos, los adolescentes con OGA mostraron un aumento significativo en los valores de ALFF en la corteza orbitofrontal medial izquierda (OFC), el precuneus izquierdo, el área motora suplementaria izquierda (SMA), el giro parahipocampal derecho (PHG) y el cingulado medio bilateral. corteza (MCC). Las anomalías de estas regiones también se detectaron en estudios previos de adicción. Más importante aún, encontramos que los valores de ALFF de la OFC medial izquierda y precuneus izquierdo se correlacionaron positivamente con la duración de la OGA en adolescentes con OGA. Los valores de ALFF de la OFC medial izquierda también se correlacionaron con el rendimiento de la prueba de color-palabra Stroop. Nuestros resultados sugirieron que la actividad neuronal espontánea anormal de estas regiones puede estar implicada en la fisiopatología subyacente de la OGA.
Introducción
La adicción a los juegos en línea (OGA) se define como un uso no adaptativo de Internet y la incapacidad de un individuo para controlar su uso de Internet, que se ha clasificado como un tipo de trastorno de control de impulsos. [ 1 ]–[ 3 ]. Los datos de la Asociación China de Internet para Jóvenes (anuncio en febrero de 2, 2010) demostraron que la tasa de incidencia de OGA entre los jóvenes urbanos chinos es aproximadamente 14%. Como uno de los problemas de salud mental comunes entre los adolescentes chinos, la OGA se ha asociado con el deterioro del bienestar psicológico del individuo, el fracaso académico y la reducción del rendimiento laboral. [ 4 ], que actualmente se está convirtiendo en un problema de salud cada vez más grave en adolescentes de todo el mundo. [ 5 ], [ 6 ]. Si bien la OGA aún no está oficialmente codificada dentro de un marco psicopatológico, numerosos estudios de adolescentes con OGA han revelado anomalías estructurales y funcionales en la corteza orbitofrontal (OFC), área motora suplementaria (SMA), corteza cingulada, giro parahipocampal (PHG), corteza prefrontal dorsolateral (DLPFC), precuneus, giro temporal, ínsula y el cerebelo [ 1 ], [ 2 ] Las anomalías en estas regiones se han asociado con el abuso de sustancias por numerosos estudios de adicción [ 7 ], y puede estar asociada con disfunciones en el control cognitivo, control ejecutivo, ansia, sensibilidad de recompensa, comportamiento dirigido a objetivos y memoria de trabajo en adolescentes con OGA [ 1 ].
Aunque la OGA causa carga individual y social, actualmente no existe un tratamiento estandarizado para la OGA [ 8 ]. Las clínicas en China han implementado horarios reglamentados, disciplina estricta y tratamiento de choque eléctrico, y han ganado notoriedad por estos enfoques de tratamiento. [ 4 ]. El desarrollo de métodos efectivos para la intervención y el tratamiento de la OGA requerirá establecer una comprensión clara de los mecanismos subyacentes a esta condición. Hasta la fecha, la mayoría de los estudios de OGA se han centrado en detectar deficiencias estructurales y deficiencias funcionales relacionadas con las tareas en personas con OGA, que fueron útiles para evaluar los mecanismos neuronales subyacentes a la OGA. Sin embargo, pocos estudios han evaluado el cambio de la señal dependiente del nivel de oxígeno en la sangre (BOLD) de la actividad espontánea regional de OGA durante el estado de reposo. Como enfoque no invasivo, la imagen de resonancia magnética funcional en estado de reposo (fMRI) se ha utilizado para investigar las fluctuaciones espontáneas de baja frecuencia (LFF) en señales BOLD, que evitan confusiones relacionadas con el rendimiento y pueden reflejar actividad neuronal espontánea en el cerebro [ 9 ], [ 10 ]. Además, el método de resonancia magnética funcional en estado de reposo se ha usado ampliamente para revelar la arquitectura funcional intrínseca y atípica típica del cerebro. [ 10 ]. La actividad neuronal anormal durante el estado de reposo puede servir como un marcador adecuado para reflejar el progreso y la función ejecutiva dañada de múltiples enfermedades cerebrales.
Recientemente, Liu et al. empleó el método de homogeneidad regional (ReHo) y encontró que las personas con OGA mostraron un aumento significativo en los valores de ReHo en el giro cingulado derecho, parahipocampo bilateral, precuneus izquierdo y giro frontal superior izquierdo [ 11 ]. El método ReHo refleja la homogeneidad temporal de la LFF regional independientemente de las intensidades, y se basa en la hipótesis de que los voxels espacialmente adyacentes deben tener patrones temporales similares [ 12 ]. Si bien se cree que la amplitud de LFF (ALFF) está asociada con la actividad neuronal local, la base de los cambios de ALFF en la OGA sigue sin estar clara. [ 13 ]. Por otra parte, Liu et al. [ 11 ] no investigó la relación entre las propiedades anormales del estado de reposo y la duración de la OGA. Para investigar más a fondo las anomalías del estado de reposo en adolescentes con OGA, se utilizó el método ALFF en el presente estudio y se recopilaron datos sobre la duración de la OGA. Además, los investigadores han detectado una alteración en la capacidad de control cognitivo en adolescentes con OGA utilizando una tarea de Stroop de palabra de color [ 14 ], [ 15 ]. Por lo tanto, la evaluación del comportamiento en el presente estudio fue el desempeño en la tarea Stroop color-palabra. La conexión de los hallazgos de neuroimagen con índices de comportamiento bien definidos que se sabe que están afectados en la OGA sería un índice adicional de la importancia de estos hallazgos para la OGA.
Materiales y Métodos
Todos los procedimientos de investigación fueron aprobados por el Subcomité de Estudios Humanos del Hospital de China Occidental y se realizaron de acuerdo con la Declaración de Helsinki. Todos los participantes y sus tutores en nuestro estudio dieron su consentimiento informado por escrito.
Materias
De acuerdo con el Cuestionario de diagnóstico de Young (YDQ) modificado para los criterios OGA por Beard y Wolf [ 8 ], [ 16 ], veinte estudiantes con OGA fueron eliminados de los estudiantes de primer y segundo año de 165. Dieciocho adolescentes con OGA (hombres 12, edad media = 19.4 ± 3.1 años, educación 13.4 ± años 2.5) participaron en nuestro estudio al excluir a dos jugadores zurdos. Para investigar si hubo o no cambios lineales en la estructura del cerebro, la duración de la enfermedad se estimó mediante un diagnóstico retrospectivo. Les pedimos a los sujetos que recordaran su estilo de vida cuando inicialmente fueron adictos a su juego principalmente en línea, es decir, World of Warcraft (WOW). Para garantizar que estaban sufriendo de OGA, los volvimos a probar con los criterios YDQ modificados por Beard y Wolf. La confiabilidad de los autoinformes de los sujetos de la OGA también se confirmó hablando con sus padres por teléfono, así como también con compañeros de cuarto y de habitación.
Dieciocho controles sanos pareados por edad y género (hombres 12 y mujeres 6, edad media = 19.5 ± 2.8 años, educación 13.3 ± 2.0 años) sin antecedentes personales o familiares de trastornos psiquiátricos también participaron en nuestro estudio. De acuerdo con estudios anteriores de OGA, elegimos controles saludables que pasaron menos de 2 por día en Internet. [ 4 ]. Los controles sanos también se probaron con los criterios YDQ modificados por Beard y Wolf para garantizar que no sufrían de OGA. Todos los participantes reclutados seleccionados fueron chinos nativos diestros y fueron evaluados mediante un autoinforme personal y un cuestionario de manejo de Edimburgo. Los criterios de exclusión para ambos grupos fueron 1) existencia de un trastorno neurológico evaluado por la entrevista clínica estructurada para el Manual diagnóstico y estadístico de trastornos mentales, cuarta edición (DSM-IV); 2) abuso de alcohol, nicotina o drogas a través de la detección de drogas en la orina; 3) embarazo o periodo menstrual en mujeres; y 4) cualquier enfermedad física como un tumor cerebral, hepatitis o epilepsia según se evalúe de acuerdo con las evaluaciones clínicas y los registros médicos. La escala de ansiedad de Hamilton (HAMA) y el inventario de depresión de Beck-II (BDI) se utilizaron para evaluar los estados emocionales de todos los participantes durante las dos semanas anteriores. Se da información demográfica más detallada en Tabla 1.
Recopilación de datos de comportamiento
Según un estudio previo [ 17 ], el diseño de la tarea Stroop en color y palabra se implementó utilizando el software E-prime 2.0 (http://www.pstnet.com/eprime.cfm). Esta tarea empleó un diseño de bloque con tres condiciones, es decir, congruente, incongruente y de descanso. Tres palabras, Rojo, Azul y Verde se mostraron en tres colores (rojo, azul y verde) como los estímulos congruentes e incongruentes. Durante el reposo, se mostró una cruz en el centro de la pantalla y se requirió que los sujetos fijaran sus ojos en esta cruz sin responder. Todos los eventos fueron programados en dos corridas con diferentes secuencias de bloques congruentes e incongruentes. Se instruyó a cada participante para que respondiera al color mostrado lo más rápido posible presionando un botón en un Serial Response Box ™ con la mano derecha. Los botones que se presionan con los dedos índice, medio y anular corresponden a rojo, azul y verde respectivamente. Los participantes fueron evaluados individualmente en una habitación tranquila cuando estaban en un estado de ánimo tranquilo. Después de la práctica inicial, los datos de comportamiento se recopilaron dos o tres días antes de la exploración por MRI.
Adquisiciones de datos de MRI
Todos los estudios de fMRI se realizaron en un escáner 3-T GE (EXCITE, GE Signa, Milwaukee, WI, EE. UU.) Utilizando una bobina de cabeza de jaula de pájaros estándar como una bobina de cabeza de matriz de fase de ocho canales en el Centro de Investigación de Huaxi MR, Chengdu, China . Las almohadillas de espuma se utilizaron para disminuir el movimiento de la cabeza y el ruido del escáner. Después de la exploración del localizador convencional, las imágenes ponderadas por T1 se obtuvieron con una secuencia de recuperación de gradiente degradada (tiempo de repetición (TR) = 1900 ms; tiempo de eco (TE) = 2.26 ms; ángulo de giro (FA) = 9 °; campo de visión) FOV) = 256 × 256 mm2; matriz de datos = 256 × 256; rebanadas = 176; Tamaño del vóxel = 1 × 1 × 1 mm3). Luego, se adquirieron imágenes funcionales en estado de reposo utilizando una secuencia de imágenes eco planar (TR = 2000ms; TE = 30ms; FA = 90 °; FOV = 240 × 240 mm2; matriz de datos = 64 × 64) con cortes axiales 32 (grosor de corte = 5 mm y sin espacio de corte, volúmenes totales = 180) en una ejecución de seis minutos. Los sujetos fueron instruidos para cerrar los ojos, quedarse quietos y no pensar en nada sistemáticamente durante el escaneo. Al final de la adquisición de datos, todos los sujetos confirmaron que permanecieron despiertos durante todo el período de exploración.
Preprocesamiento de datos y cálculo de ALFF
Todo el procesamiento funcional de la imagen se realizó con el mapeo paramétrico estadístico (SPM5, http://www.fil.ion.ucl.ac.uk/spm) Software y Asistente de Procesamiento de Datos para el software fMRI en estado de reposo (DPARSF) [ 18 ]. Para cada participante, los primeros diez puntos de tiempo se descartaron para evitar cambios de señal transitorios antes de que la magnetización alcanzara el estado estacionario y para permitir que los sujetos se acostumbraran al entorno de exploración fMRI. Los volúmenes cerebrales 170 restantes se corrigieron para el tiempo de corte y se realinearon para la corrección del movimiento de la cabeza. Ningún sujeto tuvo movimiento de cabeza que excediera 1 mm de movimiento o 1 ° de rotación en ninguna dirección. Luego, todas las imágenes realineadas se normalizaron espacialmente en la plantilla EPI del Instituto de Neurología de Montreal (MNI), se volvieron a muestrear voxeles isotrópicos de 3 mm y luego se suavizaron espacialmente (ancho total en la mitad máxima = 8 mm). Después de eso, al llamar a las funciones en el Kit de herramientas de análisis de datos fMRI en estado de reposo (REST, http://rest.restfmri.net), eliminación de tendencia lineal y filtrado de paso de banda (0.01 – 0.08 Hz) para reducir los efectos de la deriva de baja frecuencia y el ruido fisiológico de alta frecuencia [ 18 ] Se realizaron en la serie de tiempo.
Después del preprocesamiento, el cálculo de ALFF se realizó utilizando DPARSF llamando a las funciones en REST como en estudios anteriores [ 19 ]. Primero, para obtener el espectro de potencia, la serie de tiempo filtrada se transformó al dominio de la frecuencia utilizando una transformada rápida de Fourier (FFT). Luego se obtuvo la raíz cuadrada del espectro de potencia para cada punto de datos de frecuencia para producir amplitud en función de la frecuencia. Estos valores, promediados a través de 0.01 – 0.08 Hz en cada vóxel, se utilizaron como valores de ALFF. En consecuencia, esta raíz cuadrada promediada se usó como el valor de ALFF. El ALFF de cada vóxel se dividió por el valor medio global de ALFF dentro de la máscara de cerebro completo para cada sujeto, lo que dio como resultado un ALFF estandarizado de cada vóxel que tenía un valor de aproximadamente 1.
análisis estadístico
Para evaluar las diferencias entre el grupo OGA y el grupo control en edad, sexo, duración de la enfermedad y años de educación, dos muestras t-las pruebas se realizaron utilizando SPSS 13.0 y un p> 0.05 se consideró insignificante. Para explorar qué áreas tenían valores ALFF diferentes del valor de 1, una muestra t-prueba (p<0.05, error familiar (FWE) corregido) usando SPM5 se realizó dentro de cada grupo. Luego, una muestra de dos t-se realizó una prueba para dilucidar las diferencias de ALFF entre los dos grupos después de controlar la edad y el género. La corrección para comparaciones múltiples se realizó utilizando simulaciones de Monte Carlo. Un umbral corregido de p<0.05 se derivó de un umbral combinado de p<0.005 para cada vóxel y un tamaño de grupo mínimo de 351 mm3 (Programa AlphaSim en el software AFNI, http: // afni.nimh.nih.gov/). Para las regiones del cerebro en las que los pacientes con OGA mostraron propiedades anormales de ALFF, se extrajeron, promediaron y regresaron los valores de ALFF de cada región en comparación con los indicadores patológicos reflejados por la duración de la enfermedad y el desempeño de las tareas de color-palabra Stroop.
Resultados
Nuestros resultados demostraron que la tasa de OGA fue aproximadamente 12.1% en nuestra pequeña investigación de muestra. De acuerdo con su autoinforme sobre el uso de Internet, los sujetos de OGA pasaron 10.2 ± 2.6 horas por día y 6.3 ± 0.5 días a la semana en juegos en línea. Los adolescentes con OGA pasaron más horas por día y más días por semana en Internet que los controles (p<0.005) (Tabla 1).
Resultados de datos de comportamiento
Ambos grupos mostraron un efecto Stroop significativo, donde el tiempo de reacción fue más prolongado durante la condición incongruente que congruente (OGA: 677.3 ± 75.4 ms frente a 581.2 ± 71.6 ms y controles: 638.3 ± 65.9 ms vs 549.0 ± 50.6 ms; p<0.005). El grupo OGA cometió más errores que el grupo de control durante la condición incongruente (8.56 ± 4.77 frente a 4.56 ± 2.93; p<0.05), aunque el retraso de respuesta medido por el tiempo de reacción (RT) durante la condición incongruente menos las condiciones congruentes no fue significativamente diferente entre estos dos grupos (98.2 ± 40.37 ms frente a 91.92 ± 45.87 ms; p > 0.05).
Resultados de datos de imagen
Los mapas ALFF del grupo OGA y del grupo control se presentan en y ambos grupos mostraron valores de ALFF significativamente más altos en la corteza cingulada posterior (PCC) / precuneus, la corteza prefrontal medial (MPFC) y el lóbulo parietal inferior bilateral (LPI) durante el estado de reposo. Estas regiones se incluyen en gran medida en la red de modo predeterminado en estudios anteriores [ 19 ]. Una muestra de dos t-prueba que controla por edad y género y corregida para comparaciones múltiples (usando simulaciones de Monte Carlo del tamaño de conglomerado más pequeño que produce un umbral corregido de p <0.05 de un umbral no corregido de p <0.005 para cada vóxel) reveló que el grupo OGA mostró aumentos significativos en los valores de ALFF en la OFC medial izquierda, precuneus izquierdo, SMA izquierda, PHG derecha y MCC bilateral en comparación con el grupo control. No se encontraron regiones del cerebro con valores de ALFF disminuidos. Además, se observó una correlación significativamente positiva entre la duración de OGA y los valores de ALFF estandarizados en la OFC medial izquierda (r = 0.6627, p = 0.0027) y precuneus izquierdo (r = 0.5924, p = 0.0096) ( ). Se encontró que los valores de ALFF de la OFC izquierda estaban correlacionados con el número de errores de respuesta durante la condición incongruente entre los adolescentes con OGA (r = 0.6690, p = 0.0024) ( ). Debido a que los sujetos con OGA tenían calificaciones de depresión significativamente más altas medidas por el BDI, volvimos a analizar los datos de imágenes funcionales, utilizando el BDI como covariable. Los datos resultantes fueron similares a los datos originales. También probamos si las puntuaciones de BDI se correlacionaban con los valores de ALFF de las regiones cerebrales anormales, la duración de la tarea OGA y el rendimiento de la tarea de color-palabra Stroop. Sin embargo, no se observaron resultados significativos.
Discusión
En el estudio actual, se empleó el método ALFF para investigar las diferencias en el estado de reposo entre pacientes con OGA y controles normales. ALFF es un método fácil y convincente para medir la amplitud de las fluctuaciones de baja frecuencia en la señal BOLD, y estudios anteriores han demostrado la capacidad de este método para localizar con precisión qué región del cerebro tiene actividad espontánea anormal [ 13 ]. Dentro de cada grupo, identificamos algunas regiones que muestran valores de ALFF significativamente más altos que otras regiones del cerebro durante el estado de reposo ( ). Estas regiones se superponen ampliamente con las regiones principales de la red de modo predeterminado (DMN) [ 20 ]. Respecto a las dos muestras. t-los resultados de la prueba, en relación con los controles sanos, los adolescentes con OGA mostraron un aumento de ALFF en la COS medial izquierda, precuneus izquierda, SMA izquierda, PHG derecha y MCC bilateral durante el estado de reposo ( ). Vale la pena señalar que los sujetos con OGA tuvieron calificaciones de depresión significativamente más altas en el BDI; sin embargo, el análisis que incluyó el BDI como covariable reveló resultados similares. Además, los valores de ALFF de OFC medial izquierda y precuneus se correlacionaron positivamente con la duración de la OGA ( ). Además, para validar la capacidad de control cognitivo deteriorada en adolescentes con OGA, se utilizó la prueba de color-palabra Stroop en nuestro estudio. De acuerdo con los resultados anteriores [ 14 ], [ 15 ], el grupo OGA cometió más errores que el grupo de control durante la condición incongruente, lo que demostró que los adolescentes con OGA mostraron una capacidad de control cognitivo deteriorada, según lo medido por la prueba de Stroop de la palabra de color. Curiosamente, los valores de ALFF de la OFC izquierda también se correlacionaron con el número de errores durante la condición incongruente entre los adolescentes con OGA ( ). Nuestros resultados sugieren que los cambios de ALFF en la OFC pueden servir como biomarcadores para reflejar la capacidad de control cognitivo alterada de la OGA.
En el presente estudio, encontramos que los valores de ALFF aumentaron en la OFC medial izquierda en el grupo OGA. Anatómicamente, la OFC tiene amplias conexiones con el estriado y las regiones límbicas (como la amígdala), que parecen estar involucradas en el control cognitivo de la conducta dirigida hacia el objetivo a través de la evaluación de la importancia motivacional de los estímulos y la selección de la conducta para obtener la deseada. resultados Las anomalías estructurales y la disfunción de la OFC en la OGA se informaron en estudios anteriores [ 4 ], [ 11 ], [ 15 ]. Park et al. uso un 18Estudio de tomografía por emisión de positrones (TEP) con fluorodeoxiglucosa para investigar el metabolismo cerebral regional de la glucosa durante el estado de reposo en individuos jóvenes con OGA y controles normales, y mostró que la actividad metabólica de OFC en adolescentes con OGA aumentó en comparación con los controles normales [ 21 ]. Este análisis sugirió que la actividad metabólica anormal en el área de la OFC puede estar asociada con un deterioro en el control de los impulsos y el procesamiento de recompensas en adolescentes con OGA. Con respecto a los estudios funcionales de resonancia magnética relacionados con la tarea, Ko et al. identificaron los sustratos neuronales de la adicción a los juegos en línea mediante la evaluación de las áreas del cerebro asociadas con la necesidad de juegos inducida por la señal, y encontraron que la OFC podría activarse de forma anormal en los adictos cuando se comparó con los controles [ 22 ]. La similitud de este hallazgo con el deseo inducido por la señal en la dependencia de sustancias [ 23 ], lo que sugiere que el deseo por la adicción al juego y el deseo por la dependencia de sustancias podrían compartir los mismos mecanismos neurobiológicos. Estudios previos de neuroimagen estructural también informaron una reducción en el volumen de materia gris de la OFC en el grupo OGA [ 1 ], [ 4 ]. En línea con estos hallazgos funcionales y estructurales, nuestro estudio encontró valores más altos de ALFF en la OFC medial en adolescentes con OGA en comparación con los controles. Además, se observó una correlación significativa entre los valores de ALFF de la OFC y el desempeño de la tarea durante la prueba de Stroop de palabras de color en el grupo OGA (Figura 3 y XNUMX). Estudios previos de adicción revelaron una asociación entre la interferencia de Stroop y el metabolismo relativo de la glucosa en la OFC entre sujetos adictos a la cocaína [ 24 ]. Esta relación entre el cerebro y el comportamiento demostró que las propiedades anormales del estado de reposo de la OFC se asociaron con una capacidad de control cognitivo deteriorada entre los adolescentes con OGA.
Los valores de ALFF fueron mayores en el precuneus en sujetos OGA en comparación con los controles. El precuneus es una región del cerebro en la corteza posteromedial del lóbulo parietal y juega un papel importante en el funcionamiento cognitivo fundamental. [ 25 ]. Se ha propuesto que el precuneus esté involucrado en la recuperación de la memoria episódica, las imágenes visuales y espaciales, el autoprocesamiento y la conciencia. [ 25 ]. Recientemente, algunos investigadores también informaron un aumento de ReHo en el precuneus izquierdo en estudiantes universitarios de OGA en comparación con los controles [ 11 ]. Además, un estudio mostró que el precuneus estaba asociado con un impulso de juego, deseo y severidad de OGA, y sugirió que el precuneus se activa para procesar la señal de juego, integrar la memoria recuperada y contribuir al deseo de juego en línea inducido por la señal. [ 26 ]. Por lo tanto, sugerimos que las anomalías del estado de reposo del precuneus en adolescentes con OGA pueden estar asociadas con el deseo de OGA a largo plazo.
También se encontraron mayores valores de ALFF en sujetos OGA, en relación con los controles, en la SMA izquierda, MCC bilateral y el PHG derecho. La SMA juega un papel importante en el control cognitivo, la acción voluntaria, la iniciación / inhibición de las respuestas motoras. [ 27 ] y también en conflicto emocional. [ 28 ]. El MCC es la parte central del giro cingulado y es crítico para el monitoreo y procesamiento de conflictos. [ 29 ]. Estudios previos sobre el uso de sustancias informaron anomalías del estado de reposo relacionadas con la adicción de la SMA y MCC [ 30 ], [ 31 ]. Se cree que el PHG contribuye a la formación y el mantenimiento de la información enlazada en la memoria de trabajo [ 32 ]. La memoria de trabajo se refiere al almacenamiento temporal y la manipulación en línea de la información y también es crucial para el control cognitivo [ 33 ]. Liu et al. informó un aumento de ReHo en el PHG bilateral en estudiantes universitarios de OGA en comparación con los controles [ 11 ]. Además, algunos investigadores también encontraron una anisotropía fraccional más baja del PHG en sujetos OGA [ 4 ]. Nuestros resultados validaron el patrón de estado de reposo anormal de la PHG en los adolescentes con OGA.
En conclusión, en el presente estudio, observamos que ALFF era anormal en los adolescentes con OGA en comparación con los controles, es decir, valores más altos de ALFF en el COS medial izquierdo, precuneus izquierdo, SMA izquierdo, PHG derecho y MCC bilateral. También observamos que los valores más altos de ALFF en la COS medial izquierda y precuneus izquierda se correlacionaron positivamente con la duración de la OGA. Los valores de ALFF de la OFC izquierda se correlacionaron con el rendimiento de la tarea Stroop de palabras de color (es decir, errores de respuesta) en el grupo OGA. Nuestros hallazgos sugirieron que la actividad espontánea anormal de estas regiones puede reflejar la fisiopatología subyacente en los usuarios de OGA. Debido a los hallazgos similares del estado de reposo con los cambios del estado de reposo relacionados con la adicción a las drogas, sugerimos que la OGA podría compartir mecanismos neuronales con la adicción a las drogas. Vale la pena señalar que la depresión debe considerarse como un posible factor de confusión al explicar los hallazgos de neuroimagen en el estudio actual. Se necesita un estudio más exhaustivo para proporcionar más perspectivas científicas sobre la OGA.
AGRADECIMIENTOS
Nos gustaría agradecer a Qin Ouyang, Qizhu Wu, Junran Zhang, Changjian Hu y Haifeng Luo por la valiosa asistencia técnica para llevar a cabo esta investigación.
Declaración de financiación
Este documento está respaldado por el Proyecto para el Programa Nacional Clave Básico de Investigación y Desarrollo (973) bajo la subvención No. 2011CB707700; la Fundación Nacional de Ciencias Naturales de China bajo las Subvenciones Núm. 81227901, 81271644, 81271546, 30930112, 81000640, 81000641, 81101036, 81101108, 31200837, 81030027, 81301281; y los Fondos de Investigación Fundamental para las Universidades Centrales, la Fundación de Ciencias Naturales de Mongolia Interior bajo la Subvención No. 2012MS0908. Los financiadores no tuvieron ningún papel en el diseño del estudio, la recopilación y el análisis de datos, la decisión de publicar o la preparación del manuscrito.
Referencias