Internet y la adicción al juego: una revisión sistemática de la literatura de los estudios de neuroimagen (2012)

1.1. El ascenso de la neuroimagen

De acuerdo con el dualismo cartesiano, el filósofo francés Descartes defendió la opinión de que la mente es una entidad que está separada del cuerpo [15]. Sin embargo, las neurociencias cognitivas lo han demostrado equivocado y reconcilian la entidad física del cuerpo con la entidad bastante esquiva de la mente [16]. Las técnicas modernas de neuroimagen vinculan los procesos cognitivos (es decir, la mente pensante de Descartes) con el comportamiento real (es decir, el cuerpo en movimiento de Descartes) mediante la medición y la representación de la estructura y actividad del cerebro. La actividad alterada en las áreas del cerebro asociadas con la recompensa, la motivación, la memoria y el control cognitivo se ha asociado con la adicción [17].

La investigación ha abordado los correlatos neurales del desarrollo de la adicción a las drogas a través del condicionamiento clásico y operante [18,19]. Se ha encontrado que durante las etapas iniciales del uso voluntario y controlado de una sustancia, la decisión de usar el medicamento se toma en cuenta por regiones específicas del cerebro, como la corteza prefrontal (CPF) y el estriado ventral (VS). A medida que se desarrolla la costumbre de usar y la compulsión, los cambios en la actividad cerebral hacen que las regiones dorsales del cuerpo estriado (DS) se activen cada vez más a través de la inervación dopaminérgica (es decir, la liberación de dopamina) [20]. El uso de drogas a largo plazo conduce a cambios en las vías dopaminérgicas del cerebro (específicamente el cingulado anterior (AC), la corteza orbitofrontal (OFC) y el núcleo accumbens (NAc) que puede conducir a una reducción de la sensibilidad a las recompensas biológicas y disminuye la capacidad del individuo. control sobre la búsqueda y eventualmente el consumo de drogas.21,22]. A nivel molecular, la depresión a largo plazo (LTD; es decir, la reducción) de la actividad sináptica se ha relacionado con la adaptación del cerebro como resultado de adicciones relacionadas con sustancias [23]. Los adictos a las drogas se sensibilizan a la droga porque, en el transcurso de la ingesta prolongada, aumenta la fuerza sináptica en el área tegmental ventral, y también lo hace el LTD de glutamato en el núcleo accumbens, lo que dará lugar a ansias [24].

Al mismo tiempo, el cerebro (es decir, NAc, OFC, DLPFC) responde cada vez más a las señales de las drogas (por ejemplo, la disponibilidad, el contexto particular) a través del ansia [21,25]. El deseo por el uso de drogas implica una interacción compleja entre una variedad de regiones del cerebro. La actividad en el núcleo accumbens después de la ingesta recurrente de medicamentos conduce a asociaciones de aprendizaje entre las señales de los medicamentos y los efectos de refuerzo del medicamento [26]. Además, la corteza orbitofrontal, importante para la motivación para participar en comportamientos, la amígdala (AMG) y el hipocampo (Hipp), como principales regiones del cerebro asociadas con las funciones de la memoria, desempeñan un papel en la intoxicación y el deseo de una sustancia [17].

Las recompensas naturales, como la comida, la alabanza y / o el éxito, pierden gradualmente su valencia hedónica. Debido al hábito de recompensar los comportamientos y el consumo de drogas, se desarrolla un síntoma característico de la adicción (es decir, la tolerancia). Se necesitan cantidades cada vez mayores de la sustancia o un compromiso creciente en los comportamientos respectivos para producir el efecto deseado. Como resultado, el sistema de recompensa se vuelve deficiente. Esto lleva a la activación del sistema de antirradio que disminuye la capacidad del adicto para experimentar reforzadores biológicos como placentero. En cambio, requiere refuerzos más fuertes, es decir, su droga o comportamiento de elección, en cantidades más grandes (es decir, se desarrolla la tolerancia) para experimentar la recompensa [27]. Además, la falta de dopamina en las vías mesocorticolímbicas durante la abstinencia explica los síntomas característicos de abstinencia. Estos serán contrarrestados con la renovada ingesta de medicamentos [17]. La recaída y el desarrollo de un círculo vicioso de comportamiento son el resultado [28]. La ingesta prolongada de drogas y / o la participación en un comportamiento gratificante conducen a cambios en el cerebro, incluidas disfunciones en las regiones prefrontales, como la OFC y el giro cingulado (CG) [17,29].

Las investigaciones indican que las alteraciones en la actividad cerebral comúnmente asociadas con adicciones relacionadas con sustancias ocurren después de la participación compulsiva en conductas, como el juego patológico [30]. En línea con esto, se conjetura que mecanismos similares y cambios están involucrados en la adicción a Internet y los juegos. El objetivo de esta revisión es, por lo tanto, identificar todos los estudios empíricos revisados ​​por pares hasta la fecha que usaron técnicas de neuroimagen para arrojar luz sobre el problema de salud mental emergente de Internet y la adicción al juego desde una perspectiva neurocientífica. Neuroimagen ampliamente incluye una serie de técnicas distintas. Estos son el electroencefalograma (EEG), la tomografía por emisión de positrones (PET), la tomografía computarizada por emisión de fotones simples SPECT (SPECT), la resonancia magnética funcional (fMRI) y la resonancia magnética estructural (sMRI), como la morfometría basada en Voxel (VBM) , e imágenes de difusión-tensor (DTI). Estos se explican brevemente a su vez antes de examinar los estudios que han utilizado estas técnicas para los estudios sobre adicción a los juegos y a Internet.

1.2. Tipos de neuroimagen utilizados para estudiar la actividad cerebral adictiva

Electroencefalograma (EEG): Con un EEG, se puede medir la actividad neuronal en la corteza cerebral. Varios electrodos se fijan a áreas específicas (es decir, anterior, posterior, izquierda y derecha) de la cabeza del participante. Estos electrodos miden las fluctuaciones de voltaje (es decir, el flujo de corriente) entre pares de electrodos producidos por la excitación de las sinapsis neuronales [31]. Con los potenciales relacionados con eventos (ERP), las relaciones entre el cerebro y el comportamiento pueden medirse a través de una respuesta neuronal electrofisiológica a un estímulo [32].

Tomografía por emisión de positrones (PET): La PET es un método de neuroimagen que permite el estudio de la función cerebral en un nivel molecular. En estudios de PET, la actividad metabólica en el cerebro se mide a través de fotones de las emisiones de positrones (es decir, electrones cargados positivamente). El sujeto se inyecta con una solución de 2-desoxiglucosa (2-DG) radioactiva que es captada por las neuronas activas en el cerebro. Las cantidades de 2-DG en neuronas y emisiones de positrones se utilizan para cuantificar la actividad metabólica en el cerebro. Por lo tanto, la actividad neuronal se puede mapear durante el desempeño de una tarea en particular. yoLos neurotransmisores individuales se pueden distinguir con PET, lo que hace que estos últimos sean ventajosos sobre las técnicas de MRI. Puede medir la distribución de la actividad en detalle. Las limitaciones de la PET incluyen una resolución espacial relativamente baja, el tiempo necesario para obtener una exploración, así como el riesgo potencial de radiación [33].

Tomografía Computarizada por Emisión de Fotón Único (SPECT): SPECT es un subformulario de PET. De manera similar a la PET, se inyecta una sustancia radioactiva (un "marcador") en el torrente sanguíneo que viaja rápidamente al cerebro. Cuanto más fuerte sea la actividad metabólica en regiones específicas del cerebro, más fuerte será el enriquecimiento de los rayos gamma. La radiación emitida se mide de acuerdo con las capas del cerebro, y la actividad metabólica se analiza mediante técnicas computarizadas. A diferencia de la PET, la SPECT permite contar fotones individuales, sin embargo, su resolución es peor porque con la SPECT, la resolución depende de la proximidad de la cámara gamma que mide la radioactividad neuronal [34].

Imagen de resonancia magnética funcional (fMRI): Con fMRI, se miden los cambios en los niveles de oxígeno en la sangre en el cerebro que son indicativos de la actividad neuronal. Específicamente, la proporción de oxihemoglobina (es decir, la hemoglobina que contiene oxígeno en la sangre) y la deoxihemoglobina (es decir, la hemoglobina que ha liberado oxígeno) en el cerebro se evalúa porque el flujo de sangre en las áreas cerebrales "activas" aumenta para transportar más glucosa, también En moléculas de hemoglobina más oxigenadas. La evaluación de esta actividad metabólica en el cerebro permite obtener imágenes más finas y detalladas del cerebro en relación con la RMN estructural. Además de esto, las ventajas de fMRI incluyen la velocidad de las imágenes cerebrales, la resolución espacial y la ausencia de un riesgo potencial para la salud en relación con las tomografías PET [35].

Imagen de resonancia magnética estructural (sMRI): sMRI utiliza una variedad de técnicas para obtener imágenes de la morfología cerebral [36].

• Una de estas técnicas es la morfometría basada en vóxels (VBM). VBM se usa para comparar el volumen de las áreas del cerebro y la densidad de la materia gris y blanca [37].
• Otra técnica de resonancia magnética magnética es la toma de imágenes con tensor de difusión (DTI). DTI es un método utilizado para visualizar la materia blanca.. Evalúa la difusión de las moléculas de agua en el cerebro, lo que ayuda a identificar las estructuras cerebrales interconectadas mediante el uso de la anisotropía fraccional (FA). Esta medida es un indicador de la densidad de las fibras, el diámetro axonal y la mielinización en la materia blanca. [38].

3.1. Estudios fMRI

Hoeft et al. El43] investigaron las diferencias de género en el sistema mesocorticolímbico durante un juego de computadora entre estudiantes sanos de 22 (rango de edad = 19 – 23 años; hembras 11). Todos los participantes se sometieron a fMRI (escáner Signa 3.0-T (General Electric, Milwaukee, WI, EE. UU.), Completaron la Lista de verificación de síntomas 90-R [58], y el NEO-Personality Inventory-R [59]. El FMRI se llevó a cabo durante los bloques 40 de un juego de pelota de 24 con el objetivo de ganar espacio o una condición de control similar que no incluía un objetivo específico del juego (según su estructura). Los resultados indicaron que hubo una activación de los circuitos neuronales que están involucrados en la recompensa y la adicción en la condición experimental (es decir, la ínsula, NAc, DLPFC y OFC). En consecuencia, la presencia de un objetivo real del juego (una característica de la mayoría de los juegos en línea convencionales que se basan en reglas en lugar de los juegos de rol puros), modifica la actividad cerebral a través del comportamiento. Aquí, es evidente una relación clara de causa y efecto, que agrega fuerza a los hallazgos.

Los resultados también mostraron que los participantes masculinos tenían una activación mayor (en rNAc, blOFC, rAMG) y conectividad funcional (lNAc, rAMG) en el sistema de recompensa mesocorticolímbica en comparación con las mujeres. Además, los resultados indicaron que jugar el juego activó la ínsula derecha (rI; señales de activación autónoma), PFC dorso-lateral derecho (maximizar la recompensa o el comportamiento de cambio), cortezas premotorales (blPMC; preparación para la recompensa) y el precuneus, lNAc y la rOFC (áreas involucradas en el procesamiento visual, la atención visuo-espacial, la función motora y la transformación sensoriomotora) en comparación con el estado de reposo [43]. La ínsula se ha implicado en el deseo consciente de sustancias adictivas al implicar procesos de toma de decisiones que implican riesgo y recompensa. La disfunción de la ínsula puede explicar las actividades neurológicas indicativas de recaída [60]. Debido a su naturaleza experimental, este estudio pudo proporcionar información sobre la activación cerebral idiosincrásica como consecuencia del juego en una población saludable (es decir, no adicta).

Tabla 1. Estudios incluidos.    Haga clic aquí para mostrar la tabla

Ko et al. El44] intentó identificar los sustratos neuronales de la adicción a los juegos en línea mediante la evaluación de las áreas cerebrales involucradas en la necesidad de participar en juegos en línea entre diez adictos a los juegos en línea masculinos (jugando a World of Warcraft por más de 30 por semana) en comparación con diez controles masculinos (cuyo uso en línea era menos de dos horas al día). Todos los participantes completaron los Criterios de diagnóstico de adicción a Internet para estudiantes universitarios (DCIA-C; [74]), la Mini-Entrevista neuropsiquiátrica internacional [75], la Escala de Adicción a Internet de Chen (CIAS) [71], la prueba de identificación de trastorno de uso de alcohol (AUDIT) [76], y la prueba de Fagerstrom para la dependencia de la nicotina (FTND) [77]. Los autores presentaron imágenes de mosaico emparejadas y relacionadas con el juego durante la exploración fMRI (3T MRscanner), y se analizaron los contrastes en las señales BOLD en ambas condiciones utilizando un paradigma de reactividad de señal [25]. Los resultados indicaron el deseo inducido por la señal que es común entre aquellos con dependencia de sustancias. Hubo una activación cerebral diferente entre los adictos al juego después de la presentación de las pautas relevantes del juego en comparación con los controles y en comparación con la presentación de imágenes de mosaico, que incluyen rOFC, rNAc, blAC, mFC, rDLPFC y el núcleo caudado derecho (rCN). Esta activación se correlacionó con el impulso de los juegos y el recuerdo de la experiencia de juego. Se argumentó que existe una base biológica similar de diferentes adicciones, incluida la adicción a los juegos en línea. La naturaleza cuasi-experimental de este estudio que indujo artificialmente el deseo en un entorno experimental y controlado permitió a los autores sacar conclusiones basadas en las diferencias grupales, y así vincular el estado de adicción a los juegos en línea con la activación de áreas cerebrales asociadas con síntomas más tradicionales ( es decir, adicciones relacionadas con la sustancia).

Han et al. El42] evaluaron las diferencias en la actividad cerebral antes y durante el juego de videojuegos en estudiantes universitarios que jugaron durante un período de siete semanas. Todos los participantes completaron el Inventario de Depresión de Beck [78], la escala de adicción a internet [67], y una escala analógica visual de punto 7 (VAS) para evaluar el deseo de jugar videojuegos por Internet. La muestra comprendía a estudiantes universitarios de 21 (14 masculino; edad media = 24.1 años, SD = 2.6; uso de computadora = 3.6, SD = 1.6 ha día; puntuación IAS media = 38.6, SD = 8.3). Estos se dividieron en dos grupos: el grupo de juegos por Internet excesivo (que jugó videojuegos por Internet durante más de 60 min al día durante un período de 42-día; n = 6), y el grupo de jugadores en general (que jugó menos de 60 min a día en el mismo período; n = 15). Los autores utilizaron la RMN dependiente del nivel de oxígeno en la sangre 3T (utilizando el escáner Philips Achieva 3.0 Tesla TX) e informaron que la actividad cerebral en el cingulado anterior y la corteza orbitofrontal se incrementó entre el grupo de jugadores de juegos de Internet excesivos después de la exposición a las señales de los juegos de video de Internet en relación con los jugadores en general. También informaron que el aumento del deseo por los videojuegos de Internet se correlacionaba con una mayor actividad en el cingulado anterior para todos los participantes. Este estudio cuasi experimental es perspicaz, ya que no solo ofreció pruebas de una actividad cerebral diferente en los adictos a los juegos en línea en comparación con un grupo de control general del jugador, sino que también aclaró la activación cerebral que se produce como consecuencia de jugar en ambos grupos. Esto indica que (i) el deseo por los juegos en línea altera la actividad cerebral independientemente del estado de adicción y, por lo tanto, podría verse como un síntoma (prodrómico) de la adicción, y que (ii) los jugadores adictos pueden distinguirse de los jugadores en línea no adictos por un diferente Forma de activación cerebral.

Liu et al. El45] administró el método de homogeneidad regional (ReHo) para analizar las características funcionales encefálicas de los adictos a Internet en estado de reposo. La muestra comprendía a estudiantes universitarios de 19 con adicción a Internet y controles de 19. La adicción a Internet se evaluó utilizando los criterios de Beard and Wolf [72]. Se realizó FMRI con el escáner 3.0T Siemens Tesla Trio Tim. La homogeneidad regional indica la homogeneidad temporal de los niveles de oxígeno en el cerebro en las regiones del cerebro de interés. Se informó que los adictos a Internet sufrieron cambios cerebrales funcionales que llevaron a anomalías en la homogeneidad regional en relación con el grupo de control, en particular con respecto a las vías de recompensa tradicionalmente asociadas con las adicciones a sustancias. Entre los adictos a Internet, las regiones cerebrales en ReHo en estado de reposo aumentaron (cerebelo, tronco cerebral, rCG, parahipocampo bilateral (blPHipp), lóbulo frontal derecho, giro frontal superior izquierdo (lSFG), giro temporal inferior derecho (rITG), giro temporal superior izquierdo (LSTG) y giro temporal medio (mTG)), en relación con el grupo de control. Las regiones temporales están involucradas en el procesamiento auditivo, la comprensión y la memoria verbal, mientras que las regiones occipitales se ocupan del procesamiento visual. El cerebelo regula la actividad cognitiva. El giro del cingulado se refiere a la integración de la información sensorial y al monitoreo de conflictos. Los hipocampos están involucrados en el sistema mesocorticolímbico del cerebro que está asociado con las vías de recompensa. En conjunto, estos hallazgos proporcionan evidencia de un cambio en una variedad de regiones del cerebro como consecuencia de la adicción a Internet. Como este estudio evaluó la homogeneidad regional en un estado de reposo, no está claro si los cambios en el cerebro observados en los adictos a Internet son una causa o consecuencia de la adicción. Por lo tanto, no se pueden sacar inferencias causales.

Yuan et al. El46] investigó los efectos de la adicción a Internet en la integridad microestructural de las principales vías de fibra neuronal y los cambios microestructurales asociados con la duración de la adicción a Internet. Su muestra comprendía a estudiantes 18 con adicción a Internet (hombres 12; edad media = 19.4, SD = años 3.1; juegos en línea promedio = 10.2 h por día, SD = 2.6; duración de la adicción a Internet = 34.8 meses, SD = 8.5) y 18 participantes de control adictos sin Internet (edad media = 19.5 años, SD = 2.8). Todos los participantes completaron el Cuestionario de diagnóstico modificado para la adicción a Internet [72], una escala de ansiedad de autoevaluación (sin detalles) y una escala de depresión de autoevaluación (sin detalles). Los autores emplearon fMRI y utilizaron la técnica de morfometría basada en voxel (VBM) optimizada. Analizaron los cambios de anisotropía fraccional (FA) de la materia blanca mediante el uso de imágenes de tensor de difusión (DTI) para discernir los cambios estructurales del cerebro como consecuencia de la extensión de la adicción a Internet. Los resultados mostraron que la adicción a Internet provocó cambios en la estructura del cerebro y que los cambios cerebrales encontrados parecen similares a los encontrados en los adictos a sustancias.

Al controlar la edad, el sexo y el volumen cerebral, se encontró que entre los adictos a Internet había una disminución en el volumen de materia gris en la corteza prefrontal dorsolateral bilateral (DLPFC), área motora suplementaria (SMA), corteza orbitofrontal (OFC), cerebelo y la izquierda ACC rostral (RACC), un aumento de FA de la extremidad posterior izquierda de la cápsula interna (PLIC) y reducción de FA en la sustancia blanca en el giro parahipocampal derecho (PHG). También hubo una correlación entre los volúmenes de materia gris en DLPFC, rACC, SMA y FA de materia blanca de PLIC con la cantidad de tiempo que la persona había sido adicta a Internet. Esto indica que cuanto más tiempo una persona es adicta a Internet, más grave se vuelve la atrofia cerebral. A la luz del método, no está claro a partir de la descripción de los autores en qué medida su muestra incluyó a aquellos que eran adictos a Internet per se, o jugar juegos en línea. La inclusión de una pregunta específica sobre la frecuencia y duración de los juegos en línea (en lugar de cualquier otra actividad potencial de Internet) sugiere que el grupo en cuestión estaba formado por jugadores. Además de esto, los hallazgos presentados no pueden excluir ningún otro factor que pueda estar asociado con la adicción a Internet (p. Ej., Sintomatología depresiva) que pueda haber contribuido al aumento de la gravedad de la atrofia cerebral.

Dong et al. El39] examinó el procesamiento de recompensas y castigos en adictos a Internet en comparación con los controles saludables. Los varones adultos (n = 14) con adicción a Internet (edad media = 23.4, SD = años 3.3) se compararon con los hombres adultos sanos 13 (edad media = años 24.1, SD = 3.2). Los participantes completaron una entrevista psiquiátrica estructurada [79], el Inventario de Depresión de Beck [78], la prueba china de adicción a internet [62,63], y la prueba de adicción a Internet (IAT; [61]). El IAT mide la dependencia psicológica, el uso compulsivo, el retiro, los problemas relacionados en la escuela, el trabajo, el sueño, la familia y la administración del tiempo. Los participantes tenían que obtener más de 80 (de 100) en el IAT para ser clasificados como adictos a Internet. Además, todos aquellos clasificados como adictos a Internet pasaron más de seis horas en línea todos los días (excluyendo el uso de Internet relacionado con el trabajo) y lo habían hecho durante un período de más de tres meses.

Todos los participantes se involucraron en una tarea de adivinación simulada por la realidad para ganar o perder dinero usando naipes. Los participantes se sometieron a IRMf con estímulos presentados a través de un monitor en el cabezal, y la activación de la dependencia del nivel de oxígeno en la sangre (BOLD) se midió en relación con las ganancias y pérdidas en la tarea. Los resultados mostraron que la adicción a Internet se asoció con una mayor activación en la OFC en los ensayos de ganancia y una disminución de la activación del cingulado anterior en los ensayos de pérdida en comparación con los controles normales. Los adictos a Internet mostraron una mayor sensibilidad de recompensa y una menor sensibilidad a la pérdida en comparación con el grupo de control [39]. La naturaleza cuasi-experimental de este estudio permitió una comparación real de los dos grupos al exponerlos a una situación de juego y, por lo tanto, inducir artificialmente una reacción neuronal que fue una consecuencia del compromiso en la tarea. Por lo tanto, este estudio permitió extraer una relación causal entre la exposición a las señales de juego y la activación cerebral resultante. Esto puede considerarse como una prueba empírica de la sensibilidad de recompensa en adictos a Internet en relación con controles saludables.

Han et al. El40] comparó los volúmenes regionales de materia gris en pacientes con adicción a los juegos en línea y jugadores profesionales. Los autores llevaron a cabo fMRI utilizando un escáner 1.5 Tesla Espree (Siemens, Erlangen) y realizaron una comparación voxel del volumen de materia gris. Todos los participantes completaron la entrevista clínica estructurada para el DSM-IV [80], el Inventario de Depresión de Beck [78], la versión coreana de Barratt Impulsiveness Scale (BIS-K9) [81,82], y la Escala de Adicción a Internet (NIC) [67]. Aquellos (i) que obtuvieron puntajes sobre 50 (de 100) en el IAS, (ii) jugando durante más de cuatro horas por día / 30 h por semana, y (iii) comportamiento deteriorado o angustia como consecuencia del juego en línea fueron clasificados Como adictos a los juegos de internet. La muestra comprendía tres grupos. El primer grupo incluyó pacientes con 20 con adicción al juego en línea (edad media = 20.9, SD = 2.0; duración media de la enfermedad = 4.9 años, SD = 0.9; tiempo de reproducción promedio = 9.0, SD = 3.7 h / día; uso medio de Internet = 13.1 SD = 2.9 h / día; puntajes medios de IAS = 81.2, SD = 9.8). El segundo grupo estaba compuesto por jugadores profesionales 17 (edad media = 20.8 años, SD = 1.5; tiempo de reproducción promedio = 9.4, SD = 1.6 h / día; uso promedio de Internet = 11.6, SD = 2.1 h / día; puntuación IAS media 40.8, SD = 15.4). El tercer grupo incluyó controles saludables 18 (edad media = 12.1, SD = años 1.1; juego promedio = 1.0, SD = 0.7 h / día; uso promedio de Internet = 2.8, SD = 1.1 h / día; puntaje IAS promedio = 41.6, SD = 10.6).

Los resultados mostraron que los adictos al juego tenían mayor impulsividad, errores de perseverancia, mayor volumen en la materia gris del tálamo izquierdo y menor volumen de materia gris en las ITG, giro occipital medio derecho (rmOG) y giro occipital inferior izquierdo (lIOG) en relación con el grupo control . Los jugadores profesionales aumentaron el volumen de materia gris en lCG y disminuyeron la materia gris en lmOG y rITG en relación con el grupo de control, aumentaron la materia gris en lCG y disminuyeron la materia gris del tálamo izquierdo en relación con el problema de los jugadores en línea. Las principales diferencias entre los adictos a los juegos y los jugadores profesionales se encuentran en el aumento en el volumen de materia gris de los jugadores profesionales en el lCG (importante para la función ejecutiva, la prominencia y la atención visuoespacial) y en el tálamo izquierdo de los adictos al juego (importante en el refuerzo y la alerta) [40]. Sobre la base de la naturaleza no experimental del estudio, es difícil atribuir las diferencias aparentes en la estructura del cerebro entre los grupos al estado de adicción real. No se pueden excluir las posibles variables de confusión que pueden haber contribuido a las diferencias encontradas.

Han et al. El41] probaron los efectos del tratamiento de liberación sostenida de bupropión en la actividad cerebral entre los adictos a los juegos de Internet y los controles saludables. Todos los participantes completaron la entrevista clínica estructurada para el DSM-IV [80], el Inventario de Depresión de Beck [78], la escala de adicción a internet [61], y Craving para el juego de videojuegos por Internet se evaluó con una escala analógica visual de punto 7. Aquellos participantes que participaron en juegos de Internet durante más de cuatro horas al día, obtuvieron una puntuación mayor que 50 (de 100) en el IAS y tuvieron comportamientos deficientes y / o angustia fueron clasificados como adictos a los juegos de Internet. La muestra comprendía adictos a los juegos de 11 en Internet (edad media = 21.5, SD = 5.6 años; puntaje promedio de antojo = 5.5, SD = 1.0; tiempo medio de juego = 6.5, SD = 2.5 h / día; puntaje promedio IAS = 71.2, SD = 9.4 ), y controles saludables 8 (edad media = 11.8, SD = años 2.1; puntuación media de deseo = 3.9, SD = 1.1; uso medio de Internet = 1.9, SD = 0.6 h / día; puntuación media IAS = 27.1, SD = 5.3) . Durante la exposición a las claves del juego, los adictos a los juegos de Internet tuvieron más activación cerebral en el lóbulo occipital izquierdo cuneus, la corteza prefrontal dorsolateral izquierda y el giro parahipocampal izquierdo en relación con el grupo de control. Los participantes con adicción a los juegos de Internet se sometieron a seis semanas de tratamiento de liberación sostenida con bupropión (150 mg / día durante la primera semana y 300 mg / día después). La actividad cerebral se midió al inicio del estudio y después del tratamiento con un escáner 1.5 Tesla Espree fMRI. Los autores informaron que el tratamiento de liberación sostenida de bupropión funciona para los adictos a los juegos de Internet de una manera similar a la de los pacientes con dependencia de sustancias. Después del tratamiento, los antojos, el tiempo de juego y la actividad cerebral inducida por señales disminuyeron entre los adictos a los juegos de Internet. La naturaleza longitudinal de este estudio permite una determinación de causa y efecto, que enfatiza la validez y confiabilidad de los hallazgos presentados.

3.2. estudios de resonancia magnética

Lin et al. El48] investigó la integridad de la materia blanca en adolescentes con adicción a internet. Todos los participantes completaron una versión modificada de la Prueba de adicción a Internet [72], el inventario de manos de Edimburgo [83], la Mini Entrevista Neuropsiquiátrica Internacional para Niños y Adolescentes (MINI-KID) [84], la Escala de Disposición de Gestión de Tiempo [85], la Escala de Impulsividad de Barratt [86], la pantalla para trastornos emocionales relacionados con la ansiedad infantil (SCARED) [87], y el dispositivo de evaluación familiar (FAD) [88]. La muestra comprendía adictos a 17 Internet (varones 14; rango de edad = 14 – 24 años; puntaje promedio IAS = 37.0, SD = 10.6) y controles saludables 16 (varones 14; rango de edad = 16 – 24 años; puntaje promedio IAS = 64.7 , SD = 12.6). Los autores llevaron a cabo un análisis cerebral completo de la anisotropía fraccional (FA) mediante estadísticas espaciales basadas en tracto (TBSS), y se realizó un análisis del volumen de interés utilizando imágenes de tensor de difusión (DTI) a través de un escáner médico 3.0-Tesla Phillips Achieva .

Los resultados indicaron que la OFC se asoció con el procesamiento emocional y los fenómenos relacionados con la adicción (por ejemplo, ansia, comportamientos compulsivos, toma de decisiones inadaptada). La integridad anormal de la materia blanca en la corteza cingulada anterior se relacionó con diferentes adicciones e indicó un deterioro en el control cognitivo. Los autores también informaron sobre la conectividad de la fibra dañada en el cuerpo calloso que se encuentra comúnmente en aquellos con dependencia de sustancias. Los adictos a Internet mostraron una FA más baja en todo el cerebro (cuerpo blanco orbito-frontal, cuerpo calloso, cíngulo, fascículo fronto-occipital inferior, radiación corona, cápsulas internas y externas) en relación con los controles, y hubo correlaciones negativas entre la FA en el genu izquierdo. callosum y trastornos emocionales, y FA en la cápsula externa izquierda y adicción a Internet. En general, los adictos a Internet tenían una integridad anormal de la materia blanca en las regiones del cerebro relacionadas con el procesamiento emocional, la atención ejecutiva, la toma de decisiones y el control cognitivo en comparación con el grupo de control. Los autores destacaron las similitudes en las estructuras cerebrales entre los adictos a Internet y los adictos a sustancias [48]. Dada la naturaleza no experimental y transversal del estudio, no se pueden excluir explicaciones alternativas para las alteraciones cerebrales que no sean la adicción.

Zhou et al. El47] investigaron los cambios en la densidad de la materia gris cerebral (GMD) en adolescentes con adicción a Internet mediante el análisis de morfometría basada en voxel (VBM) en imágenes de resonancia magnética estructural ponderadas por T1 de alta resolución. Su muestra comprendía a adolescentes 18 con adicción a Internet (varones 16; edad media = años 17.2, SD = 2.6) y participantes de control sanos 15 sin antecedentes de enfermedad psiquiátrica (hombres 13; edad media = años 17.8, SD = 2.6). Todos los participantes completaron la prueba de adicción a Internet modificada [72]. Los autores utilizaron IRM ponderadas por T1 de alta resolución realizadas en un escáner 3T MR (3T Achieva Philips), analizaron las secuencias de pulso MPRAGE en busca de contrastes de materia gris y blanca, y se utilizó el análisis VBM para comparar la GMD entre los grupos. Los resultados mostraron que los adictos a Internet tenían una GMD más baja en el IACC (necesario para el control motor, la cognición, la motivación), el ICPC (autorreferencia), la ínsula izquierda (específicamente relacionada con el deseo y la motivación) y el giro lingual izquierdo (es decir, áreas que están vinculados a la regulación del comportamiento emocional y, por tanto, vinculados a los problemas emocionales de los adictos a Internet). Los autores afirman que su estudio proporcionó pruebas neurobiológicas de los cambios cerebrales estructurales en adolescentes con adicción a Internet y que sus hallazgos tienen implicaciones para el desarrollo de la psicopatología de la adicción. A pesar de las diferencias encontradas entre los grupos, los hallazgos no pueden atribuirse exclusivamente al estado de adicción de uno de los grupos. Las posibles variables de confusión pueden haber tenido una influencia en los cambios cerebrales. Además, la direccionalidad de la relación no se puede explicar con certeza en este caso.

3.3. Estudios de eeg

Dong et al. El53] investigó la inhibición de la respuesta entre los adictos a Internet neurológicamente. Las grabaciones de potenciales cerebrales relacionados con eventos (ERP) a través de EEG se examinaron en adictos a Internet varones de 12 (edad media = años 20.5, SD = 4.1) y se compararon con estudiantes universitarios de control saludable 12 (edad media = 20.2, SD = 4.5) mientras sometido a una tarea ir / NoGo. Los participantes completaron las pruebas psicológicas (es decir, la escala de Factores personales de la Lista de verificación de síntomas-90 y 16 [89]) y el Test de Adicción a Internet [65]. Los resultados mostraron que los adictos a Internet tenían amplitudes de NoGo-N2 más bajas (que representan inhibición de la respuesta, monitoreo de conflictos), amplitudes de NoGo-P3 más altas (procesos inhibitorios, evaluación de respuesta) y una latencia más alta de NoGo-P3 en comparación con los controles. Los autores concluyeron que, en comparación con el grupo de control, los adictos a Internet (i) tenían una activación más baja en la etapa de detección de conflictos, (ii) utilizaban más recursos cognitivos para completar la etapa posterior de la tarea de inhibición, (iii) eran menos eficientes en el procesamiento de la información, y (iv) tenía menor control de impulsos.

Dong et al. El52] compararon adictos a Internet y controles saludables sobre potenciales relacionados con eventos (ERP) a través de EEG mientras realizaban una tarea de Stroop de palabra de color. Los participantes masculinos (n = 17; edad media = 21.1 años, SD = 3.1) y 17 hombres universitarios sanos (edad media = 20.8 años, SD = 3.5) completaron las pruebas psicológicas (es decir, la Lista de verificación de síntomas-90 y los Factores personales de 16 escala [89]) y el Test de Adicción a Internet [64]. Esta versión del IAT incluía ocho elementos (preocupación, tolerancia, abstinencia infructuosa, abstinencia, pérdida de control, intereses, engaño, motivación de escapismo) y los elementos se calificaron de forma dicotómica. Aquellos participantes que aprobaron cuatro o más artículos fueron clasificados como adictos a Internet. Los resultados mostraron que los adictos a Internet tenían un tiempo de reacción más largo y más errores de respuesta en condiciones incongruentes en comparación con los controles. Los autores también informaron una reducción en la desviación de la negatividad frontal media (NMF) en condiciones incongruentes que los controles. Sus hallazgos sugieren que los adictos a Internet tienen una capacidad de control ejecutivo deteriorada en comparación con los controles.

Ge et al. El55] investigó la asociación entre el componente P300 y el trastorno de adicción a Internet entre los participantes de 86. De estos, 38 eran pacientes con adicción a Internet (hombres 21; edad media = 32.5, SD = años 3.2) y 48 eran controles de estudiantes universitarios saludables (hombres 25; edad media = 31.3, SD = años 10.5). En un estudio de EEG, P300 ERP se midió usando una tarea auditiva estándar utilizando el instrumento American Nicolet BRAVO. Todos los participantes completaron la entrevista de diagnóstico clínico estructurado para trastornos mentales [80], y la Prueba de Adicción a Internet [64]. Aquellos que aprobaron cinco o más (de los ocho artículos) fueron clasificados como adictos a Internet. El estudio encontró que los adictos a Internet tenían latencias P300 más largas en relación con el grupo de control, y que los adictos a Internet tenían perfiles similares en comparación con otros adictos relacionados con sustancias (es decir, alcohol, opioides, cocaína) en estudios similares. Sin embargo, los resultados no indicaron que los adictos a Internet tenían una deficiencia en la velocidad de percepción y en el procesamiento de estímulos auditivos. Esto parece indicar que, en lugar de ser perjudicial para la velocidad de la percepción y el procesamiento de los estímulos auditivos, la adicción a Internet puede no tener efecto en estas funciones específicas del cerebro. Los autores también informaron que las disfunciones cognitivas asociadas con la adicción a Internet pueden mejorarse a través de la terapia cognitivo-conductual y que aquellos que participaron en la terapia cognitiva-conductual durante tres meses disminuyeron sus latencias P300. El resultado longitudinal final es particularmente perspicaz porque evaluó el desarrollo a lo largo del tiempo que puede atribuirse a los efectos beneficiosos de la terapia.

Little et al. El56] investigó el procesamiento de errores y la inhibición de la respuesta en jugadores excesivos. Todos los participantes completaron la Prueba de Adicción a Videojuegos (IVA) [73], la versión holandesa del Cuestionario de Impulsividad de Eysenck [90,91], y el Índice de Variabilidad de Frecuencia-Cantidad para el consumo de alcohol [92]. La muestra comprendía a los estudiantes de 52 agrupados en dos grupos de jugadores de 25 excesivos (hombres de 23; obtuvieron más de 2.5 en el IVA; edad media = 20.5, SD = años de 3.0; puntuación promedio de IVA = 3.1, SD = 0.4, día promedio = 4.7 ha día , SD = 2.3) y controles 27 (hombres 10; edad media = 21.4, SD = 2.6; puntuación media de la tina = 1.1, SD = 0.2; juego promedio = 0.5 ha día, SD = 1.2). Los autores utilizaron un paradigma Go / NoGo utilizando grabaciones de EEG y ERP. Sus hallazgos indicaron similitudes con la dependencia de sustancias y los trastornos de control de impulsos en relación con la inhibición deficiente y la alta impulsividad en jugadores excesivos en relación con el grupo de control. También informaron que los jugadores excesivos habían reducido las amplitudes ERN frontocentrales después de los ensayos incorrectos en comparación con los ensayos correctos y que esto llevó a un procesamiento deficiente de errores. Los jugadores excesivos también mostraron menos inhibición tanto en el autoinforme como en las medidas de comportamiento. La fortaleza de este estudio incluye su naturaleza cuasi-experimental, así como la verificación de autoinformes con datos de comportamiento. Por lo tanto, la validez y la fiabilidad de los resultados se incrementan.

3.4. Estudios de SPECT

Hou et al. El51] examinó los niveles de los transportadores de dopamina de recompensa en adictos a Internet en comparación con un grupo de control. Los adictos a Internet comprendían cinco hombres (edad media = 20.4, SD = 2.3) cuyo uso diario promedio de Internet era 10.2 h (SD = 1.5) y que habían sufrido adicción a Internet durante más de seis años. El grupo de control de la misma edad comprendió nueve varones (edad media = 20.4, SD = 1.1 años), cuyo uso diario promedio fue 3.8 h (SD = 0.8 h). Los autores realizaron escáneres cerebrales computarizados por tomografía computarizada (SPECT) de emisión de fotón único 99mTc-TRODAT-1 utilizando SPECT de detector doble Siemens Diacam / e.cam / icon. Informaron que la reducción de los transportadores de dopamina indicaba adicción y que había anormalidades neurobiológicas similares con otras adicciones conductuales. También informaron que los niveles de transportador de dopamina estriatal (DAT) disminuyeron entre los adictos a Internet (necesarios para la regulación de los niveles de dopamina estriatal) y que el volumen, el peso y la relación de absorción del cuerpo estriado se redujeron en relación con los controles. Se informó que los niveles de dopamina son similares a las personas con adicciones a sustancias y que la adicción a Internet "puede causar graves daños al cerebro" ([51], pag. 1). Esta conclusión no puede considerarse totalmente precisa, ya que la direccionalidad del efecto informado no se puede establecer con el método utilizado.

3.5. Estudios de PET

Koepp et al. El50] fueron el primer equipo de investigación en proporcionar evidencia de liberación de dopamina estriatal durante un juego de video (es decir, un juego que navega en un tanque para obtener incentivos monetarios). En su estudio, ocho jugadores varones de videojuegos (rango de edad = 36 – 46 años) se sometieron a tomografía por emisión de positrones (PET) durante el juego de video y en condiciones de reposo. Las exploraciones PET emplearon una cámara 953B-Siemens / CTIPET, y se realizó un análisis de la región de interés (ROI). Los niveles de dopamina extracelular se midieron mediante diferencias en [¹¹C] Potencial de unión de RAC a dopamina D₂ Receptores en estriado ventral y dorsal. Los resultados mostraron que las estrías ventral y dorsal se asociaron con el comportamiento dirigido hacia el objetivo. Los autores también informaron que el cambio en el potencial de unión durante el juego de videojuegos fue similar al de las siguientes inyecciones de anfetamina o metilfenidato. A la luz de esto, el primer estudio incluido en esta revisión [50] ya fue capaz de resaltar los cambios en la actividad neuroquímica como consecuencia de los juegos en relación con un control en reposo. Este hallazgo es de gran importancia porque indica claramente que la actividad de los juegos de azar puede, de hecho, compararse con el uso de sustancias psicoactivas desde un nivel bioquímico.

Kim et al. El49] comprobó si la adicción a Internet estaba asociada con niveles reducidos de disponibilidad de receptores dopaminérgicos en el cuerpo estriado. Todos los participantes completaron la entrevista clínica estructurada para el DSM-IV [80], el Inventario de Depresión de Beck [93], la Escala de Inteligencia para Adultos Wechsler de Corea [94], la prueba de adicción a internet [69] y los Criterios de diagnóstico del trastorno adictivo de Internet (IADDC; [68]). La adicción a Internet se definió como aquellos participantes que obtuvieron una calificación mayor que 50 (de 100) en el IAT y aprobaron tres o más de los siete criterios en el IADDC.

Su muestra comprendía cinco adictos masculinos a Internet (edad media = 22.6, SD = 1.2 años; puntuación media IAT = 68.2, SD = 3.7; horas diarias promedio de Internet = 7.8, SD = 1.5) y siete controles masculinos (edad media = 23.1, SD = 0.7 años; IAT puntaje promedio = 32.9, SD = 5.3; promedio de horas diarias de Internet = 2.1, SD = 0.5). Los autores realizaron un estudio PET y utilizaron un ligando radiomarcado [¹¹C] tomografía por emisión de racloprida y positrones a través del escáner ECAT EXACT para probar la dopamina D₂ potencial de unión al receptor. También realizaron fMRI utilizando un escáner de resonancia magnética 1.5T de General Electric Signa. El método para evaluar D₂ La disponibilidad de receptores examinó el análisis de las regiones de interés (ROI) en el estriado ventral, el caudado dorsal, el putamen dorsal. Los autores informaron que se descubrió que la adicción a Internet estaba relacionada con anomalías neurobiológicas en el sistema dopaminérgico que se encontró en las adicciones relacionadas con sustancias. También se informó que los adictos a Internet habían reducido la dopamina D₂ Disponibilidad de receptores en el cuerpo estriado (es decir, caudado dorsal bilateral, putamen derecho) en relación con los controles, y que hubo una correlación negativa entre la disponibilidad de receptores de dopamina y la gravedad de la adicción a Internet [49]. Sin embargo, de este estudio no está claro hasta qué punto la adicción a Internet pudo haber causado las diferencias en la neuroquímica en relación con cualquier otra variable de confusión y, de manera similar, si es la neuroquímica diferente que puede haber conducido a la patogénesis.