Anomalías del grosor cortical en la adolescencia tardía con adicción a los juegos en línea (2013)

Comentarios: los cambios en la corteza cerebral están correlacionados con la adicción. Menos materia gris en la ínsula y la corteza orbitofrontal se correlacionan fuertemente con los adictos a las drogas, y esto se encontró en los adictos a Internet. Estos cambios cerebrales se correlacionaron con un peor rendimiento en las pruebas que miden la función de la corteza frontal.

Más uno. 2013; 8 (1): e53055. doi: 10.1371 / journal.pone.0053055. Epub 2013 Ene 9.

Yuan K, Cheng P, Dong T, Bi y, Xing L, Yu D, Zhao L, Dong m, von Deneen KM, Liu Y, Qin W, Tian J.

Fuente

Centro de Investigación en Ciencias de la Vida, Facultad de Ciencias y Tecnología de la Vida, Universidad de Xidian, Xi'an, Shaanxi, China.

Resumen

Juegos en línea adicción, como el subtipo más popular de Internet adicción, había ganado más y más atención de todo el mundo. Sin embargo, las diferencias estructurales en el grosor cortical del cerebro entre adolescentes con juegos en línea adicción y los controles sanos no son bien desconocidos; tampoco fue su asociación con la capacidad de control cognitivo deteriorado. Imágenes de resonancia magnética de alta resolución de la adolescencia tardía con juegos en línea adicción (n = 18) y los controles emparejados por edad, educación y género (n = 18) fueron adquiridos.

El método de medición del grosor cortical se empleó para investigar las alteraciones del grosor cortical en individuos con juegos en línea adicción.

La tarea de color-palabra Stroop se empleó para investigar las implicaciones funcionales de las anomalías corticales del grosor.

Datos de imagen revelados enengrosamiento del grosor cortical en la corteza precentral izquierda, precuneus, corteza frontal media, cortezas temporal inferior y media temporal en la adolescencia tardía con juegos en línea adicción; Mientras tanto, los grosores corticales de la corteza orbitofrontal lateral izquierda (OFC), la ínsula, el giro lingual, el giro postcentral derecho, la corteza entorrinal y la corteza parietal inferior disminuyeron.

El análisis de correlación demostró que los grosores corticales del córtex precentral izquierdo, el precuneus y el giro lingual se correlacionaban con la duración de los juegos en línea adicción y el grosor cortical de la OFC se correlacionó con el rendimiento de la tarea deteriorada durante la tarea Stroop de color y palabra en adolescentes con juegos en línea adicción.

Los hallazgos en el estudio actual sugirieron que las anomalías corticales del grosor de estas regiones pueden estar implicadas en la fisiopatología subyacente de los juegos en línea adicción.

Introducción

Como un período importante entre la niñez y la edad adulta, la adolescencia está abarcada por alteraciones en el desarrollo físico, psicológico y social. [ 1 ]. La capacidad de control cognitivo relativamente inmaduro hace de este período un tiempo de vulnerabilidad y ajuste y puede conducir a una mayor incidencia de trastornos afectivos y adicciones entre los adolescentes. [ 2 ], [ 3 ], [ 4 ]. Como uno de los problemas comunes de salud mental entre los adolescentes chinos, el trastorno de adicción a Internet (DIA) se está volviendo cada vez más grave. [ 5 ], [ 6 ]. La adicción a los juegos en línea, como el subtipo más importante de la DIA, había ganado cada vez más atención de todo el mundo y especialmente del este de Asia, por ejemplo, China y Corea. Los adolescentes con adicción a los juegos en línea pasan mucho tiempo jugando juegos en línea y no pueden controlar sus hábitos de juego excesivos a pesar de las consecuencias sociales y emocionales perjudiciales, como la disminución del rendimiento laboral y el fracaso académico. [ 7 ], [ 8 ], [ 9 ], y en casos extremos, incluso actividades delictivas. [ 10 ]. Debido a su creciente prevalencia, la IAD y la adicción a los juegos en línea han atraído la atención científica de la academia de todo el mundo. [ 5 ], [ 6 ], [ 7 ], [ 8 ], [ 9 ], [ 11 ], [ 12 ], [ 13 ], [ 14 ], [ 15 ], [ 16 ], [ 17 ], [ 18 ]. Desafortunadamente, actualmente no existe un tratamiento estandarizado para la IAD debido a la falta de una comprensión clara de los mecanismos subyacentes a esta enfermedad [ 12 ].

Para investigar las bases neuronales de la adicción a los juegos en línea, se realizaron estudios de neuroimágenes emergentes y se destacaron las anomalías funcionales en personas con adicción a los juegos en línea. [ 19 ]. Basado en el metabolismo anormal de la glucosa en la corteza orbitofrontal derecha (OFC) y las otras regiones [ 20 ] y niveles de disponibilidad del receptor D2 de dopamina en el estriado [ 21 ] en el grupo de adicción a los juegos en línea, los investigadores sugirieron que la adicción a los juegos en línea puede compartir anormalidades psicológicas y neurobiológicas similares con trastornos adictivos con y sin sustancia. De acuerdo con este punto de vista, Ko et al. identificaron los sustratos neurales del deseo por los juegos en línea al revelar la activación de varias regiones del cerebro en respuesta a las señales de juego en el grupo de adicción a los juegos en línea, como la OFC, la corteza cingulada anterior (ACC), la corteza prefrontal dorsolateral (DLPFC) y el parahipocampo [ 22 ], [ 23 ]. Los estudios de imágenes funcionales habían detectado los posibles mecanismos neuronales de la adicción a los juegos en línea, sin embargo, los efectos estructurales de la adicción a los juegos en línea sobre el grosor cortical del cerebro de la adolescencia tardía no son bien conocidos [ 5 ], [ 24 ]. Aunque el método de morfometría basada en voxel (VBM) reveló los déficits de materia gris en el ACC, el DLPFC, el OFC, la ínsula y el giro lingual izquierdo, el área motora suplementaria (SMA) y el cerebelo en individuos con adicción al juego en línea. [ 5 ], [ 24 ], este método es especialmente susceptible a las diferencias en el registro, el grado de suavizado y la elección de la plantilla de normalización [ 25 ], [ 26 ]. Además, según nuestro conocimiento, pocos estudios han examinado, hasta ahora, las anomalías del grosor cortical y su asociación con el deterioro del control cognitivo en los adolescentes con adicción a los juegos en línea.

Por lo tanto, el método de medición del grosor cortical, un método más apropiado que el VBM, se empleó en el presente estudio para investigar la integridad de la citoarquitectura en la corteza en el grupo de adicción a los juegos en línea [ 27 ], [ 28 ]. Para interpretar la relevancia de cualquier anomalía del grosor cortical, se examinaron las posibles implicaciones conductuales de estos hallazgos mediante el análisis de correlación entre los hallazgos del grosor cortical y las medidas conductuales. Estudios anteriores habían revelado la correlación significativa entre las anomalías estructurales y la duración de la adicción a los juegos en línea [ 5 ]. Además, los investigadores habían detectado la alteración de la capacidad de control cognitivo en los adolescentes con DAI mediante una tarea de Stroop de color y palabra [ 29 ]. Por lo tanto, las evaluaciones de comportamiento en el presente estudio fueron la duración de la adicción al juego en línea y el rendimiento de la tarea de color-palabra Stroop. La conexión de los hallazgos de neuroimagen con índices de comportamiento bien definidos que se sabe que están afectados por la adicción a los juegos en línea sería un índice adicional de la importancia de estos hallazgos para la adicción.

Métodos y Materiales

Declaración de ética de 2.1

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 en nuestro estudio dieron su consentimiento informado por escrito.

Los participantes 2.2

De acuerdo con los criterios de Young Diagnostic Questionnaire for Adicción a Internet (YDQ) de Beard and Wolf [ 17 ], [ 30 ]Los estudiantes de primer año y segundo año de 165 fueron examinados en ocho meses. Veinte estudiantes con adicción a los juegos en línea fueron eliminados y los adolescentes 18 con adicción a los juegos en línea (hombres 12, edad media=19.4 ± 3.1 años, educación 13.4 ± 2.5 años) participaron en nuestro estudio al excluir a dos jugadores zurdos. Solo los individuos sin antecedentes personales o familiares de trastornos psiquiátricos participaron en nuestro estudio adicional. 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 eran adictos a su juego principalmente en línea, es decir, World of Warcraft (WOW), que es un juego de rol multijugador masivo en línea (MMORPG) de Blizzard Entertainment. Al jugar juegos en línea, los jugadores necesitan crear avatares en su mundo virtual y una gran cantidad de jugadores interactúan entre sí dentro de un mundo virtual de juegos. Con 9.1 millones de suscriptores (12 Million en su punto máximo) a partir de agosto 2012, WOW es actualmente el MMORPG más suscrito del mundo, y tiene el Récord Mundial Guinness para el MMORPG más popular por suscriptores (http://www.ign.com/articles/2012/10/04/mists-of-pandaria-pushes-warcraft-subs-over-10-million). Para garantizar que sufrían de adicción a Internet, los volvimos a probar con los criterios YDQ modificados por Beard y Wolf. También confirmamos la confiabilidad de los autoinformes de las personas adictas a los juegos en línea al hablar con sus padres por teléfono y con los compañeros y compañeros de clase.

Dieciocho controles sanos emparejados por edad y género (hombres 12, 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. Según estudios anteriores. [ 5 ], [ 22 ], elegimos controles saludables que pasaron menos de 2 horas por día en Internet. Los controles saludables también se probaron con los criterios YDQ modificados por Beard y Wolf para garantizar que no sufrieran adicción a los juegos en línea. 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 los Trastornos Mentales, Cuarta Edición (DSM-IV); 2) abuso de alcohol, nicotina o drogas mediante la detección de drogas en 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.

Tabla 1  

Datos demográficos de sujetos adolescentes con adicción a los juegos en línea (rango de edad: 17 – 22 años) y grupos de control (rango de edad: 17 – 21 años).

Recopilación de datos de comportamiento de 2.3

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) según un estudio previo [ 31 ]. 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 su 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 2.4 MRI

Las mediciones de resonancia magnética se llevaron a cabo en un escáner 3-T (Allegra; Siemens Medical System) en el Centro de Investigación MR de Huaxi, Hospital de China Occidental de la Universidad de Sichuan, Chengdu, China. Las imágenes de alta resolución 3D T1 se obtuvieron para las mediciones de espesor cortical con los siguientes parámetros: TR=1900 ms; TE=2.26 ms; ángulo de giro=90 °; resolución de matriz en el plano=256 × 256; rebanadas=176; campo de visión=256 mm × 256 mm; tamaño de voxel=1 × 1 × 1 mm. Las imágenes fueron examinadas por un neurólogo para los hallazgos patológicos.

Análisis de datos de imágenes 2.5

Antes del análisis del grosor cortical, habíamos comprobado visualmente la calidad de los datos en bruto para la tubería posterior. Se excluyeron las imágenes con distorsión y artefacto. Afortunadamente, no se eliminó ningún tema de acuerdo con los criterios. FreeSurfer 5.0 (http://surfer.nmr.mgh.harvard.edu/) fue empleado para calcular el espesor cortical de las imágenes de resonancia magnética estructural. El grosor cortical local se midió sobre la base de la diferencia entre la posición de los vértices equivalentes en las superficies de material pial y gris-blanco. En resumen, la materia blanca cerebral se segmentó a partir de las imágenes ponderadas de T1 y se estimó la interfaz de la sustancia blanca grisácea. Los defectos topográficos en la estimación de blanco grisáceo fueron fijos, que luego se usaron como punto de partida para la búsqueda del algoritmo de superficie deformable para la superficie pial. La superficie del borde gris-blanco de la materia se infló, y las diferencias entre los sujetos en la profundidad de los giros y los surcos se normalizaron. El cerebro reconstruido de cada sujeto se deformó y se registró en una superficie esférica promedio. Para obtener mapas de diferencia de grosor cortical, los datos se suavizaron en la superficie con un núcleo de suavizado gaussiano con un máximo de medio ancho de 10 mm. Debido al hecho de que la puntuación de BDI fue significativamente diferente entre los dos grupos, la comparación de las variaciones del grosor cortical regional entre los grupos se probó mediante el análisis de covarianza vértice por vértice (ANCOVA), incluido el BDI como covariable. Para corregir múltiples comparaciones, p los mapas fueron umbralizados para producir una tasa de descubrimiento falso (FDR) esperada de 0.05. Se definió el grupo que comprende los vértices que muestran grosores corticales significativamente diferentes entre el grupo de adicción al juego en línea y los grupos de control. Los espesores promedio del grupo se extrajeron y se usaron para calcular el% de diferencia para indicar la magnitud del efecto. Para investigar la relación entre los hallazgos del grosor cortical y la adicción al juego en línea, se introdujo en el estudio actual el análisis de correlación cerebral total entre el grosor cortical y las evaluaciones de comportamiento (es decir, la duración y los errores de respuesta de la tarea de Stroop, respectivamente). Los valores máximos del grupo que muestran una correlación significativa con la información de comportamiento (FDR, p<0.05) se extrajeron y se utilizaron para calcular los coeficientes de correlación. En el estudio actual, nos centramos en las regiones del cerebro con grosores corticales significativamente diferentes entre la adicción a los juegos en línea y los grupos de control.

Resultados

Nuestros resultados demostraron que la tasa de adicción a los juegos en línea era aproximadamente 12.1% en nuestra pequeña muestra de investigación. De acuerdo con su autoinforme sobre el uso de Internet, las personas adictas a los juegos en línea pasaron 10.2 ± 2.6 por día y 6.3 ± 0.5 por semana en juegos en línea. Los adolescentes con adicción a los juegos en línea 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 de 3.1

Ambos grupos mostraron un efecto Stroop significativo, donde el tiempo de reacción fue más prolongado durante la incongruencia que la condición congruente (adicción al juego en línea: 677.26 ± 75.37 vs 581.19 ± 71.59 y control: 638.32 ± 65.87 vs 548.97 ± 50.59; p<0.005). El grupo de adicción a los juegos en línea cometió más errores que el grupo de control durante la condición incongruente (8.56 ± 4.77 vs 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 frente a 91.92 ± 45.87; p> 0.05).

Resultados de datos de imágenes 3.2

Después de controlar los efectos de edad, educación, género, HAMA y BDI, hubo varias regiones con un grosor cortical significativamente reducido en adolescentes con adicción a los juegos en línea en comparación con los controles sanos, que consistían en la lateral lateral izquierda (−9%), corteza de la ínsula ( −10%) y giro lingual (−10%), junto con el giro postcentral derecho (−13%), corteza entorrinal (−13%) y corteza parietal inferior (−10%) (Figura 1 y XNUMX). Además, el aumento del grosor cortical en la corteza precentral izquierda (+ 14%), precuneus (+ 13%), corteza frontal media (+ 10%), y temporal inferior (+ 11%) y cortezas temporales medias (+ 11%) Se observó en adolescentes con adicción al juego en línea (Figura 1 y XNUMX).

Figura 1 y XNUMX  

Diferencias de grosor cortical en adolescentes con adicción a los juegos en línea en comparación con controles sanos.

El grosor cortical de la corteza precentral izquierda (r=0.7902, p=0.0001) y precuneus (r=0.7729, p=0.0002) se correlacionó positivamente con la duración de la adicción en adolescentes con adicción a los juegos en línea (Figura 2 y XNUMX). Sólo el giro lingual izquierdo (r=-0.8102, p<0.0001) mostró una correlación significativamente negativa con la duración de la adicción a los juegos en línea (Figura 2 y XNUMX). Además, el grosor cortical de la COS izquierda se correlacionó inversamente con el número de errores durante la condición incongruente entre los adolescentes con adicción a los juegos en línea (r=-0.5580, p=0.0161) (Figura 3 y XNUMX).

Figura 2 y XNUMX  

Los resultados del análisis de correlación entre el grosor cortical y la duración de la adicción a los juegos en línea en la adolescencia tardía con la adicción a los juegos en línea.
Figura 3 y XNUMX  

Los resultados del análisis de correlación entre el grosor cortical y las tareas de stroop en adolescentes con adicción a los juegos en línea.

Discusión

IAD es una afección recientemente identificada con pérdida de control sobre el uso de Internet y ha atraído la atención mundial [ 7 ], [ 9 ], [ 12 ], [ 13 ], [ 14 ], [ 15 ], [ 17 ]. De acuerdo con las estadísticas de la Asociación de Internet Juvenil de China (anuncio realizado en febrero de 2, 2010), la tasa de incidencia de DAI entre los jóvenes urbanos chinos es de aproximadamente 14% y 24 millones en total (http://edu.qq.com/edunew/diaocha/2009wybg.htm). Además, la DIA ha llevado a resultados negativos en la vida social real y se ha convertido en la principal fuente de delitos contra adolescentes en China. [ 8 ], [ 12 ], [ 13 ], [ 17 ]. Como resultado, se debe prestar más atención a los adolescentes con el subtipo más popular de IAD, es decir, la adicción a los juegos en línea. Numerosos estudios funcionales de imágenes han detectado los posibles mecanismos neuronales de la adicción a los juegos en línea y sugirieron que puede compartir anormalidades psicológicas y neurobiológicas similares con trastornos adictivos con y sin sustancia. [ 20 ], [ 21 ], [ 22 ], [ 23 ]. Desafortunadamente, las anomalías del grosor cortical en los adolescentes con adicción a los juegos en línea y la asociación entre el deterioro del control cognitivo y las diferencias en la topografía cortical no son bien conocidas. Por lo tanto, el propósito del presente estudio fue detectar las anomalías corticales del grosor de la adolescencia tardía con la adicción a los juegos en línea. Además, las tareas de color-palabra Stroop se eligieron como la evaluación del comportamiento para investigar las implicaciones funcionales de las diferencias de grosor cortical. Se espera que nuestros hallazgos se puedan usar para desarrollar nuevos biomarcadores de imágenes que mejoren la comprensión, el diagnóstico y el tratamiento de la adicción a los juegos en línea.

La información demográfica mostró que las personas adictas a los juegos en línea gastaron 10.2 ± 2.6 horas por día y 6.3 ± 0.5 días a la semana en juegos en línea, lo cual es significativamente más que los controles normales (Tabla 1). Estudios anteriores habían revelado que la capacidad de control cognitivo deteriorada en los adolescentes con adicción a los juegos en línea [ 29 ], [ 32 ]. Para validar la alteración de la capacidad de control cognitivo en los adolescentes con adicción a los juegos en línea, se introdujo la prueba de color-palabra Stroop en nuestro estudio. De acuerdo con los resultados anteriores [ 29 ], los individuos de la adicción al juego en línea cometieron más errores que el grupo de control durante la condición incongruente. Nuestros resultados demostraron que los adolescentes con adicción a los juegos en línea mostraron una capacidad de control cognitivo deteriorada medida por la prueba de color-palabra Stroop. Los resultados de la imagen demostraron que algunas regiones cerebrales asociadas con la función ejecutiva mostraron una disminución del grosor cortical en el grupo de adicción a los juegos en línea, como la COS lateral izquierda, la corteza de la ínsula y la corteza entorinal los otros mostraron un mayor grosor cortical, como el giro precentral izquierdo, el precuneus y la corteza temporal media (Figura 1 y XNUMX). Además, el análisis de correlación demostró que el grosor cortical de varias regiones se correlacionó significativamente con la duración de la adicción en adolescentes con adicción a los juegos en línea (Figura 2 y XNUMX), que eran el giro precentral izquierdo, el precuneus y el giro lingual. Además, el grosor cortical reducido de la COS izquierda se correlacionó con la capacidad de control cognitivo deteriorada medida por la tarea de color-palabra Stroop (Figura 3 y XNUMX). Los hallazgos aquí demostraron que hubo un efecto acumulativo de la adicción a los juegos en línea sobre el grosor cortical de estas regiones del cerebro. La conexión entre los hallazgos del grosor cortical y las evaluaciones de comportamiento podría mejorar nuestra comprensión de los efectos estructurales de la adicción a los juegos en línea en el cerebro de los adolescentes.

En el presente estudio, detectamos una disminución del grosor cortical en la OFC izquierda (Figura 1 y XNUMX). La OFC está altamente involucrada en la función de recompensa y la toma de decisiones [ 33 ] como lo demuestran las conclusiones de estudios previos de adicción a las drogas [ 34 ]. Esta área es una parte importante de la corteza prefrontal y tiene conexiones biológicas con nodos subcorticales cruciales asociados con el aprendizaje y la recompensa, como la amígdala basolateral y el núcleo accumbens (NAc). En virtud de estas conexiones, la OFC se encuentra en una posición única para utilizar la información asociativa para proyectar en el futuro y para utilizar el valor de los resultados percibidos o esperados, y, en última instancia, para orientar las decisiones. [ 33 ]. Otras líneas de evidencia de estudios de adicciones a sustancias que muestran anomalías estructurales en la OFC concluyeron que los daños en la OFC están asociados con una capacidad reducida en el control de impulsos y la toma de decisiones. [ 33 ]. A semejanza de un déficit en la capacidad de toma de decisiones en adictos a sustancias, los adolescentes con adicción a los juegos en línea también mostraron comportamientos causados ​​por un desempeño degradado en la toma de decisiones, es decir, un comportamiento compulsivo y constante de búsqueda en Internet a pesar de su conciencia de resultados negativos [ 12 ], [ 13 ], [ 35 ]. Además, en nuestro estudio actual se encontró la correlación significativa entre el grosor cortical de la OFC y el desempeño de la tarea durante la prueba de color-palabra Stroop (Figura 3 y XNUMX). Estudios de adicción previos habían revelado la asociación entre la interferencia de Stroop y el metabolismo relativo de la glucosa en la OFC entre sujetos adictos a la cocaína [ 36 ]. Esta relación cerebro-comportamiento demostró que la estructura anormal de la OFC se asociaba con una función ejecutiva deficiente entre los adolescentes con adicción a los juegos en línea. Nuestros resultados proporcionaron más evidencia de los cambios estructurales en la OFC en adolescentes con adicción a los juegos en línea.

También detectamos una reducción del grosor cortical de la ínsula en adolescentes con adicción a los juegos en línea, lo que es consistente con un estudio anterior de MBV. [ 24 ]. La ínsula se destacó como una región que integra los estados interoceptivos en los sentimientos conscientes y en el proceso de toma de decisiones. [ 37 ] y la disfunción de la ínsula puede llevar a la toma de decisiones anormales [ 38 ]. Recientemente, se encontró que los fumadores con daño cerebral, incluida la ínsula, son más propensos a la interrupción de la adicción al tabaco que los fumadores con daño cerebral exclusivo de la ínsula. [ 39 ]. Los primeros sujetos se caracterizaron por la capacidad más fuerte para dejar de fumar inmediatamente sin recaída y la necesidad persistente de fumar. Nuestros resultados sugieren que la ínsula puede ser un sustrato neuronal crítico en la adicción a los juegos en línea. Además, también se observó un grosor cortical más delgado del lóbulo parietal inferior derecho, la circunvolución postcentral y la corteza entorrinal (Figura 1 y XNUMX). Estudios previos mostraron que el lóbulo parietal inferior era importante para el control inhibitorio [ 40 ]antojo de cocaína [ 41 ] y ansia de juego [ 22 ]. Para el giro postcentral, un estudio previo también detectó una mayor homogeneidad regional en el giro postcentral en sujetos con DAI [ 42 ]. En el tejido cerebral humano, se encontró el receptor de dopamina D4 (DRD4) en la corteza entorrinal [ 43 ] y las variantes del receptor DRD4 se asociaron con la búsqueda de novedad [ 44 ]. Los adolescentes exhibieron comportamientos de búsqueda de novedad y de riesgo, que pueden estar asociados con la progresión desde el abuso inicial hasta la adicción progresiva a varias drogas. [ 1 ]. Consistente con el anterior estudio VBM [ 24 ], detectamos una reducción del grosor cortical del giro lingual en adolescentes con adicción a los juegos en línea. Estudios previos de adicción revelaron activación en el giro lingual durante el procesamiento de la información relacionada con las señales de drogas [ 45 ], [ 46 ]. En el presente estudio proporcionamos evidencia científica sobre el grosor cortical más delgado del lóbulo parietal inferior, el giro postcentral derecho y la corteza entorrinal en el estudio actual (Figura 1 y XNUMX). Evidentemente, se necesitan más esfuerzos para identificar los roles precisos de estas regiones cerebrales en la adicción a los juegos en línea.

Aparte de la disminución del grosor cortical, el aumento del grosor cortical del precuneus izquierdo se identifica en nuestro estudio (Figura 1 y XNUMX), que se asocia con imágenes visuales, atención y recuperación de memoria [ 47 ]. El estudio anterior sobre la adicción a los juegos en línea había revelado la activación del precuneus para la reactividad de la clave del juego [ 23 ]. Además, la activación se correlacionó con la necesidad de jugar, el deseo y la gravedad de la adicción a los juegos en línea. [ 23 ]. Ellos sugirieron 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. [ 23 ]. Además, en el estudio actual se observó un aumento del grosor cortical de la corteza temporal inferior y la corteza frontal media (Figura 1 y XNUMX). La corteza temporal inferior. [ 41 ] y la corteza frontal media [ 48 ] se han involucrado en el deseo inducido por señales de drogas. Por lo tanto, sugerimos que el aumento del grosor cortical del precuneus, la corteza temporal inferior y la corteza frontal media en la adicción a los juegos en línea puede estar asociado al deseo de la clave en los juegos.

El aumento del grosor cortical de la corteza precentral y la corteza temporal media también se identificó en el estudio actual (Figura 1 y XNUMX). Estudios previos habían establecido que el cerebro humano tiene la capacidad de remodelarse para adaptarse a los cambios en el entorno externo o entorno interno [ 49 ], [ 50 ], [ 51 ], [ 52 ]. Los adolescentes con adicción a los juegos en línea pasan una tremenda cantidad de tiempo en los juegos en línea durante años y se vuelven asombrosamente hábiles y precisos al hacer clic con el mouse y teclear para una mejor interacción del jugador con el entorno desafiante durante el juego de WOW. Dado que la corteza precentral estuvo principalmente involucrada en la planificación y ejecución de movimientos. [ 53 ], [ 54 ], [ 55 ], [ 56 ] y los cambios estructurales de la corteza temporal media inducidos por el entrenamiento en estudios previos de MBP [ 51 ], [ 57 ], sugerimos que los cambios en el grosor cortical en estas áreas pueden estar asociados con el proceso de adquirir una mejor habilidad de juego para pasar de un "novato" a un "jugador avanzado". Sin embargo, los roles específicos de las regiones más gruesas en los adolescentes con adicción a los juegos en línea requieren una mayor investigación en estudios futuros al emplear un diseño más integral.

Nuestro estudio utilizó un diseño transversal y surge la pregunta de si estas diferencias fueron una consecuencia o una condición previa de la adicción a los juegos en línea. Si bien, la correlación con la duración de los resultados de la adicción al juego en línea puede demostrar que los cambios en el grosor cortical de las regiones del cerebro en el presente estudio fueron las consecuencias de la adicción al juego en línea, esta pregunta solo podría responderse investigando las características temporales de la experiencia inducida. La plasticidad cambia utilizando un diseño longitudinal en el futuro. Además, se necesitan más mediciones cognitivas, como recompensas, ansias y tareas relacionadas con la memoria, para explicar los hallazgos del presente estudio.

Conclusión

Nuestros resultados de imágenes revelaron una disminución del grosor cortical de la COS lateral izquierda, la corteza de la ínsula, el giro lingual, el giro postcentral derecho, la corteza entorrinal y la corteza parietal inferior en adolescentes con adicción al juego en línea; sin embargo, se incrementaron los grosores corticales de la corteza precentral izquierda, precuneus, corteza frontal media, temporal inferior y cortezas temporales medias. El análisis de correlación demostró que los grosores corticales del córtex precentral izquierdo, la circunvolución y el giro lingual se correlacionaron con la duración de la adicción a los juegos en línea y el grosor cortical de la OFC se correlacionó con el rendimiento de la tarea deteriorada durante la tarea de Stroop en color y palabra en adolescentes con adicción al juego en línea . Los hallazgos en el estudio actual sugirieron que las anomalías corticales del grosor de estas regiones pueden estar implicadas en la fisiopatología subyacente de la adicción a los juegos en línea.

Declaración de financiación

Este estudio fue apoyado por el Proyecto para el Programa Nacional Clave Básico de Investigación y Desarrollo (973) bajo los números de subvención 2011CB707702 y 2012CB518501; la Fundación Nacional de Ciencias Naturales de China bajo las Subvenciones Núm. 30930112, 30970774, 60901064, 30873462, 81000640, 81000641, 81071217, 81101036, 81101108 y 31150110171; los Fondos de Investigación Fundamentales para las Universidades Centrales y el Programa de Innovación del Conocimiento de la Academia de Ciencias de China bajo la subvención No. KGCX2-YW-129. 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

1. Casey B, Jones R, liebre T (2008) El cerebro adolescente. Anales de la Academia de Ciencias de Nueva York 1124: 111-126. [Artículo gratuito de PMC] [PubMed]
2. Steinberg L (2005) Desarrollo cognitivo y afectivo en la adolescencia.. Tendencias en Ciencias Cognitivas 9: 69-74. [PubMed]
3. Pino D, Cohen P, Brook J (2001) Reactividad emocional y riesgo para la psicopatología en adolescentes.. Espectros del SNC 6: 27-35. [PubMed]
4. Silveri M, Tzilos G, Pimentel P, Yurgelun-Todd D (2004) Trayectorias del desarrollo emocional y cognitivo de los adolescentes: efectos del sexo y riesgo de consumo de drogas. Anales de la Academia de Ciencias de Nueva York 1021: 363-370. [PubMed]
5. Yuan K, Qin W, Wang G, Zeng F, Zhao L, et al. (2011) Anomalías de la microestructura en adolescentes con trastorno de adicción a Internet. PLoS ONE 6: e20708. [Artículo gratuito de PMC] [PubMed]
6. Dong G, Lu Q, Zhou H, Zhao X, Miles J (2011) Precursor o secuela: trastornos patológicos en personas con trastorno de adicción a Internet. PLoS ONE 6: e14703. [Artículo gratuito de PMC] [PubMed]
7. Joven K (1999) Adicción a internet: síntomas, evaluación y tratamiento.. Innovaciones en la práctica clínica: un libro de consulta. 17: 19-31.
8. Chou C, Condron L, Belland J (2005) Una revisión de la investigación sobre la adicción a internet.. Revisión de la psicología educativa 17: 363-388.
9. Joven K (2010) La adicción a internet a lo largo de la década: una mirada personal hacia atrás.. Psiquiatría mundial 9: 91. [Artículo gratuito de PMC] [PubMed]
10. Recupero PR (2008) Evaluación forense del uso problemático de internet.. Revista de la Academia Americana de Psiquiatría y la Ley en línea 36: 505-514. [PubMed]
11. Ko C, Hsiao S, Liu G, Yen J, Yang M, et al. (2010) Las características de la toma de decisiones, el potencial para asumir riesgos y la personalidad de los estudiantes universitarios con adicción a Internet. Investigacion psiquiatria 175: 121-125. [PubMed]
12. Flisher C (2010) Conectarse: una visión general de la adicción a Internet. Diario de Pediatría y Salud Infantil 46: 557-559. [PubMed]
13. Christakis D (2010) ¿Adicción a Internet: una epidemia del siglo xxxx? Medicina BMC 8: 61. [Artículo gratuito de PMC] [PubMed]
14. Aboujaoude E (2010) Uso problemático de Internet: una visión general. Psiquiatría mundial 9: 85-90. [Artículo gratuito de PMC] [PubMed]
15. Bloque JJ (2008) Problemas para el DSM-V: adicción a Internet. Revista Americana de Psiquiatría 165: 306-307. [PubMed]
16. Morahan-Martin J, Schumacher P (2000) Incidencia y correlatos del uso patológico de Internet entre estudiantes universitarios.. Computers in Human Behavior 16: 13-29.
17. Joven K (1998) La adicción a internet: la aparición de un nuevo trastorno clínico.. CyberPsicología y comportamiento 1: 237-244.
18. Durkee T, Kaess M, Carli V, Parzer P, Wasserman C, et al. . (2012) Prevalencia del uso patológico de Internet en adolescentes en Europa: factores demográficos y sociales. Adiccion. doi: 10.1111 / j.1360-0443.2012.03946.x. [PubMed]
19. Yuan K, Qin W, Liu Y, Tian J (2011) Adicción a internet: hallazgos de neuroimagen.. Biología comunicativa e integrativa 4: 637-639. [Artículo gratuito de PMC] [PubMed]
20. Park HS, Kim SH, Bang SA, Yoon EJ, Cho SS, et al. (2010) Alteración del metabolismo regional de la glucosa cerebral en los usuarios de juegos de Internet: estudio de tomografía por emisión de positrones A18f-fluorodeoxyglucose. Espectros del SNC 15: 159-166. [PubMed]
21. Kim SH, Baik SH, Park CS, Kim SJ, Choi SW, y otros. (2011) Reducción de los receptores D2 de dopamina estriatal en personas con adicción a Internet. Informe neuro 22: 407-411. [PubMed]
22. Ko C, Liu G, Hsiao S, Yen J, Yang M, et al. (2009) Actividades cerebrales asociadas con la necesidad de los juegos de la adicción a los juegos en línea. Revista de investigación psiquiátrica 43: 739-747. [PubMed]
23. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, et al. . (2011) El cerebro se correlaciona con el deseo de los juegos en línea bajo la exposición de referencia en sujetos con adicción a los juegos de Internet y en sujetos remitidos. Biología de la adicción. doi: 10.1111 / j.1369 – 1600.2011.00405.x. [PubMed]
24. Zhou Y, Lin F, Du Y, Qin L, Zhao Z, et al. (2011) Anomalías de la materia gris en la adicción a Internet: un estudio de morfometría basado en voxel. Revista Europea de Radiología 79: 92-95. [PubMed]
25. Jones DK, Symms MR, Cercignani M, Howard RJ (2005) El efecto del tamaño del filtro en los análisis VBM de los datos de DT-MRI. Neuroimagen 26: 546-554. [PubMed]
26. Bookstein FL (2001) La “morfometría basada en voxel” no debe utilizarse con imágenes registradas de manera imperfecta. Neuroimagen 14: 1454-1462. [PubMed]
27. Fischl B, Dale AM ​​(2000) Medición del grosor de la corteza cerebral humana a partir de imágenes de resonancia magnética.. Actas de la Academia Nacional de Ciencias de los Estados Unidos de América 97: 11050-11055. [Artículo gratuito de PMC] [PubMed]
28. Kühn S, Schubert F, Gallinat J (2010) Grosor reducido de la corteza orbitofrontal medial en fumadores.. Psiquiatría Biológica 68: 1061-1065. [PubMed]
29. Dong G, Zhou H, Zhao X (2011) Los adictos a Internet masculinos muestran una capacidad de control ejecutivo deficiente: evidencia de una tarea Stroop de palabras de color. Letras de neurociencia 499: 114-118. [PubMed]
30. Barba K, Lobo E (2001) Modificación en los criterios diagnósticos propuestos para la adicción a internet.. CyberPsicología y comportamiento 4: 377-383. [PubMed]
31. Xu J, Mendrek A, Cohen MS, Monterosso J, Simon S, et al. (2006) Efecto del hábito de fumar cigarrillos en la función cortical prefrontal en los fumadores no deprimidos que realizan la tarea de Stroop. Neuropsicofarmacología 32: 1421-1428. [Artículo gratuito de PMC] [PubMed]
32. Cao F, Su L, Liu T, Gao X (2007) La relación entre la impulsividad y la adicción a internet en una muestra de adolescentes chinos.. Psiquiatría europea 22: 466-471. [PubMed]
33. Schoenbaum G, Roesch MR, Stalnaker TA (2006) Corteza orbitofrontal, toma de decisiones y drogadicción.. Tendencias en las neurociencias. 29: 116-124. [Artículo gratuito de PMC] [PubMed]
34. Wilson S, Sayette M, Fiez J (2004) Respuestas prefrontales a las señales de drogas: un análisis neurocognitivo. Nature Neuroscience 7: 211-214. [Artículo gratuito de PMC] [PubMed]
35. Dong G, Lu Q, Zhou H, Zhao X (2010) Inhibición del impulso en personas con trastorno de adicción a Internet: evidencia electrofisiológica de un estudio Go / NoGo. Letras de neurociencia 485: 138-142. [PubMed]
36. Goldstein R, Volkow N (2002) Adicción a las drogas y sus bases neurobiológicas subyacentes: evidencia de neuroimagen para la participación de la corteza frontal. Revista Americana de Psiquiatría 159: 1642-1652. [Artículo gratuito de PMC] [PubMed]
37. Critchley HD, Wiens S, Rotshtein P, hman A, Dolan RJ (2004) Sistemas neuronales que apoya conciencia interoceptivo. Nature Neuroscience 7: 189-195. [PubMed]
38. Paulus MP, Stein MB (2006) Una visión insular de la ansiedad.. Psiquiatría Biológica 60: 383-387. [PubMed]
39. Naqvi NH, Rudrauf D, Damasio H, Bechara A (2007) El daño a la ínsula interrumpe la adicción a fumar cigarrillos. Ciencia: 315: 531-534. [PubMed]
40. Garavan H, Ross T, Murphy K, Roche R, Stein E (2002) Funciones ejecutivas disociables en el control dinámico del comportamiento: inhibición, detección de errores y corrección.. Neuroimagen 17: 1820-1829. [PubMed]
41. Grant S, London ED, Newlin DB, Villemagne VL, Liu X, et al. (1996) Activación de los circuitos de memoria durante el ansia por la cocaína provocada por la señal.. Actas de la Academia Nacional de Ciencias de los Estados Unidos de América 93: 12040-10245. [Artículo gratuito de PMC] [PubMed]
42. Jun L, Xue-ping G, Osunde I, Xin L, Shun-ke Z, et al. (2010) Aumento de la homogeneidad regional en el trastorno de adicción a Internet: estudio de imágenes de resonancia magnética funcional en estado de reposo. Revista médica china 123: 1904-1908. [PubMed]
43. Primus RJ, Thurkauf A, Xu J, Yevich E, Mcinerney S, et al. (1997) II. Localización y caracterización de los sitios de enlace D4 de la dopamina en el cerebro de ratas y humanos mediante el uso del novedoso ligando selectivo del receptor D4 [3H] NGD 94 – 1. Revista de Farmacología y Terapéutica Experimental 282: 1020-1027. [PubMed]
44. Schinka J, Letsch E, Crawford F (2002) DRD4 y búsqueda de novedades: resultados de metanálisis. American Journal of Medical Genetics 114: 643-648. [PubMed]
45. Gilman JM, Hommer DW (2008) Modulación de la respuesta cerebral a las imágenes emocionales por señales de alcohol en pacientes dependientes del alcohol. Biología de la adicción 13: 423-434. [PubMed]
46. David SP, Munaf MR, Johansen-Berg H, Smith SM, Rogers RD, y otros. (2005) Activación del estriado / núcleo accumbens ventral a señales pictóricas relacionadas con el hábito de fumar en fumadores y no fumadores: un estudio funcional de imágenes de resonancia magnética. Psiquiatría Biológica 58: 488-494. [PubMed]
47. Cavanna AE, Trimble MR (2006) El precuneus: una revisión de su anatomía funcional y correlatos conductuales.. Cerebro 129: 564-583. [PubMed]
48. Kilts CD, Schweitzer JB, Quinn CK, Gross RE, Faber TL, et al. (2001) Actividad neuronal relacionada con el ansia de drogas en la adicción a la cocaína.. Archivos de Psiquiatría General 58: 334-341. [PubMed]
49. Maguire EA, Gadian DG, Johnsrude IS, Good CD, Ashburner J, et al. (2000) Cambio estructural relacionado con la navegación en el hipocampo de taxistas.. Actas de la Academia Nacional de Ciencias de los Estados Unidos de América 97: 4398-4403. [Artículo gratuito de PMC] [PubMed]
50. Maguire EA, Woollett K, Spires HJ (2006) Los taxistas de Londres y los conductores de autobuses: una resonancia magnética estructural y análisis neuropsicológico. Hipocampo 16: 1091-1101. [PubMed]
51. Draganski B, Gaser C, Busch V, Schuierer G, Bogdahn U, y col. (2004) Neuroplasticidad: cambios en la materia gris inducidos por el entrenamiento. Naturaleza 427: 311-312. [PubMed]
52. Puede A (2011) Plasticidad estructural dependiente de la experiencia en el cerebro humano adulto.. Tendencias en Ciencias Cognitivas 15: 475-482. [PubMed]
53. Karni A, Meyer G, Rey-Hipólito C, Jezzard P, Adams MM, et al. (1998) La adquisición de un rendimiento motor experto: cambios rápidos y lentos impulsados ​​por la experiencia en la corteza motora primaria. Actas de la Academia Nacional de Ciencias de los Estados Unidos de América 95: 861-868. [Artículo gratuito de PMC] [PubMed]
54. Schnitzler A, Salenius S, Salmelin R, Jousmäki V, Hari R (1997) Participación de la corteza motora primaria en imágenes motoras: un estudio neuromagnético. Neuroimagen 6: 201-208. [PubMed]
55. Rao S, Bandettini P, Binder J, Bobholz J, Hammeke T, et al. (1996) Relación entre la velocidad de movimiento del dedo y el cambio de la señal de resonancia magnética funcional en la corteza motora primaria humana. Revista de flujo sanguíneo cerebral y metabolismo 16: 1250-1254. [PubMed]
56. Shibasaki H, Sadato N, Lyshkow H, Yonekura Y, Honda M, et al. (1993) Tanto la corteza motora primaria como el área motora suplementaria desempeñan un papel importante en el movimiento complejo de los dedos. Cerebro 116: 1387-1398. [PubMed]
57. Boyke J, Driemeyer J, Gaser C, Buchel C, May A (2008) Cambios en la estructura cerebral inducidos por el entrenamiento en ancianos. El diario de la neurociencia 28: 7031-7035. [PubMed]